Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd individuals. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across tumors from affected individuals and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T cell-attracting chemokines. By identifying interacting cellular programs, we reveal the logic underlying spatially organized immune-malignant cell networks.

ABSTRACT Mammalian sperm exhibit an unusual and heavily-compacted genomic packaging state. In addition to its role in organizing the compact and hydrodynamic sperm head, it has been proposed that sperm chromatin architecture helps to program gene expression in the early embryo. Scores of genome-wide surveys in sperm have reported patterns of chromatin accessibility, histone localization, histone modification, and chromosome folding. Here, we revisit these studies in light of recent reports that sperm obtained from the mouse epididymis are contaminated with low levels of cell-free chromatin. In the absence of proper sperm lysis we readily recapitulate multiple prominent genome-wide surveys of sperm chromatin, suggesting that these profiles primarily reflect contaminating cell-free chromatin. Removal of cell-free DNA, along with appropriate lysis conditions, are required to reveal a sperm chromatin state distinct from most previous reports. Using ATAC-Seq to explore relatively accessible genomic loci, we identify a landscape of open loci associated with early development and transcriptional control. Histone modification and chromosome folding studies also strongly support the hypothesis that prior studies suffer from contamination, but technical challenges associated with reliably preserving the architecture of the compacted sperm head prevent us from confidently assaying true localization patterns for these epigenetic marks. Together, our studies strongly argue that our knowledge of mammalian chromosome packaging remains largely incomplete, and motivate future efforts to more accurately characterize genome organization in mature sperm.

Abstract Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd patients. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across patient tumors and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage, and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T-cell-attracting chemokines. By identifying interacting cellular programs, we thus reveal the logic underlying spatially organized immune-malignant cell networks.

Tissue biology involves an intricate balance between cell-intrinsic processes and interactions between cells organized in specific spatial patterns, which can be respectively captured by single-cell profiling methods, such as single-cell RNA-seq (scRNA-seq), and histology imaging data, such as Hematoxylin-and-Eosin (H&E) stains. While single-cell profiles provide rich molecular information, they can be challenging to collect routinely and do not have spatial resolution. Conversely, histological H&E assays have been a cornerstone of tissue pathology for decades, but do not directly report on molecular details, although the observed structure they capture arises from molecules and cells. Here, we leverage adversarial machine learning to develop SCHAF (Single-Cell omics from Histology Analysis Framework), to generate a tissue sample's spatially-resolved single-cell omics dataset from its H&E histology image. We demonstrate SCHAF on two types of human tumors-from lung and metastatic breast cancer-training with matched samples analyzed by both sc/snRNA-seq and by H&E staining. SCHAF generated appropriate single-cell profiles from histology images in test data, related them spatially, and compared well to ground-truth scRNA-Seq, expert pathologist annotations, or direct MERFISH measurements. SCHAF opens the way to next-generation H&E2.0 analyses and an integrated understanding of cell and tissue biology in health and disease.

ABSTRACT Neuroendocrine tumors (NETs) are rare cancers that may arise in the gastrointestinal tract and pancreas. The fundamental mechanisms driving gastroenteropancreatic (GEP) NET growth remain incompletely elucidated; however, the heterogeneous clinical behavior of GEP-NETs suggests that both cellular lineage dynamics and tumor microenvironment influence tumor pathophysiology. Here, we investigated the single-cell transcriptomes of tumor and immune cells from patients with gastroenteropancreatic NETs. Malignant GEP-NET cells expressed genes and regulons associated with normal, gastrointestinal endocrine cell differentiation and fate determination stages. While tumor and lymphoid compartments sparsely expressed immunosuppressive targets, infiltrating myeloid cells were enriched for alternative immunotherapy pathways including VSIR , Tim3/Gal9, and SIGLEC10 . Finally, analysis of paired primary and metastatic tissue specimens from small intestinal NETs demonstrated transcriptional transformation between the primary tumor and its distant metastasis. Our findings highlight the transcriptomic heterogeneity that distinguishes the cellular landscapes of GEP-NET anatomic subtypes and reveal potential avenues for future precision medicine therapeutics.

Summary Although vast numbers of putative gene regulatory elements have been cataloged, the sequence motifs and individual bases that underlie their functions remain largely unknown. Here we combine epigenetic perturbations, base editing, and deep learning models to dissect regulatory sequences within the exemplar immune locus encoding CD69. Focusing on a differentially accessible and acetylated upstream enhancer, we find that the complementary strategies converge on a ∼170 base interval as critical for CD69 induction in stimulated Jurkat T cells. We pinpoint individual cytosine to thymine base edits that markedly reduce element accessibility and acetylation, with corresponding reduction of CD69 expression. The most potent base edits may be explained by their effect on binding competition between the transcriptional activator GATA3 and the repressor BHLHE40. Systematic analysis of GATA and bHLH/Ebox motifs suggests that interplay between these factors plays a general role in rapid T cell transcriptional responses. Our study provides a framework for parsing gene regulatory elements in their endogenous chromatin contexts and identifying operative artificial variants. Highlights Base editing screens and deep learning pinpoint sequences and single bases affecting immune gene expression An artificial C-to-T variant in a regulatory element suppresses CD69 expression by altering the balance of transcription factor binding Competition between GATA3 and BHLHE40 regulates inducible immune genes and T cell states

SUMMARY Neuroblastoma is a pediatric cancer arising from the developing sympathoadrenal lineage with complex inter- and intra-tumoral heterogeneity. To chart this complexity, we generated a comprehensive cell atlas of 55 neuroblastoma patient tumors, collected from two pediatric cancer institutions, spanning a range of clinical, genetic, and histologic features. Our atlas combines single-cell/nucleus RNA-seq (sc/scRNA-seq), bulk RNA-seq, whole exome sequencing, DNA methylation profiling, spatial transcriptomics, and two spatial proteomic methods. Sc/snRNA-seq revealed three malignant cell states with features of sympathoadrenal lineage development. All of the neuroblastomas had malignant cells that resembled sympathoblasts and the more differentiated adrenergic cells. A subset of tumors had malignant cells in a mesenchymal cell state with molecular features of Schwann cell precursors. DNA methylation profiles defined four groupings of patients, which differ in the degree of malignant cell heterogeneity and clinical outcomes. Using spatial proteomics, we found that neuroblastomas are spatially compartmentalized, with malignant tumor cells sequestered away from immune cells. Finally, we identify spatially restricted signaling patterns in immune cells from spatial transcriptomics. To facilitate the visualization and analysis of our atlas as a resource for further research in neuroblastoma, single cell, and spatial-omics, all data are shared through the Human Tumor Atlas Network Data Commons at www.humantumoratlas.org .

Single cell genomics is essential to chart the complex tumor ecosystem. While single cell RNA-Seq (scRNA-Seq) profiles RNA from cells dissociated from fresh tumor tissues, single nucleus RNA-Seq (snRNA-Seq) is needed to profile frozen or hard-to-dissociate tumors. Each strategy requires modifications to fit the unique characteristics of different tissue and tumor types, posing a barrier to adoption. Here, we developed a systematic toolbox for profiling fresh and frozen clinical tumor samples using scRNA-Seq and snRNA-Seq, respectively. We tested eight tumor types of varying tissue and sample characteristics (resection, biopsy, ascites, and orthotopic patient-derived xenograft): lung cancer, metastatic breast cancer, ovarian cancer, melanoma, neuroblastoma, pediatric sarcoma, glioblastoma, pediatric high-grade glioma, and chronic lymphocytic leukemia. Analyzing 212,498 cells and nuclei from 39 clinical samples, we evaluated protocols by cell quality, recovery rate, and cellular composition. We optimized protocols for fresh tissue dissociation for different tumor types using a decision tree to account for the technical and biological variation between clinical samples. We established methods for nucleus isolation from OCT embedded and fresh-frozen tissues, with an optimization matrix varying mechanical force, buffer, and detergent. scRNA-Seq and snRNA-Seq from matched samples recovered the same cell types and intrinsic expression profiles, but at different proportions. Our work provides direct guidance across a broad range of tumors, including criteria for testing and selecting methods from the toolbox for other tumors, thus paving the way for charting tumor atlases.