Abstract Classification and characterization of neuronal types are critical for understanding their function and dysfunction. Neuronal classification schemes typically rely on measurements of electrophysiological, morphological, and molecular features, but aligning such datasets has been challenging. Here, we present a unified classification of mouse retinal ganglion cells (RGCs), the sole retinal output neurons. We used visually-evoked responses to classify 1859 mouse RGCs into 42 types. We also obtained morphological or transcriptomic data from subsets and used these measurements to align the functional classification to publicly available morphological and transcriptomic data sets. We created an online database that allows users to browse or download the data and to classify RGCs from their light responses using a machine learning algorithm. This work provides a resource for studies of RGCs, their upstream circuits in the retina, and their projections in the brain, and establishes a framework for future efforts in neuronal classification and open data distribution.

Summary Retinal ganglion cells (RGCs) form an array of feature detectors, which convey visual information to central brain regions. Characterizing RGC diversity is required to understand the logic of the underlying functional segregation. Using single-cell transcriptomics, we systematically classified RGCs in adult and larval zebrafish, thereby identifying marker genes for at least 33 stable and transient cell types. We used this dataset to engineer transgenic driver lines, enabling experimental access to specific RGC types. Strikingly, expression of one or few transcription factors often predicts dendrite morphologies and axonal projections to specific tectal layers and extratectal targets. In vivo calcium imaging revealed that molecularly defined RGCs exhibit highly specific functional tuning. Finally, chemogenetic ablation of eomesa + RGCs, which comprise melanopsin-expressing types with projections to a small subset of central targets, selectively impaired phototaxis. Together, our study establishes a framework for systematically studying the functional architecture of the visual system.

Abstract The genesis of broad neuronal classes from multipotential neural progenitor cells has been extensively studied, but less is known about the diversification of a single neuronal class into multiple types. We used single-cell RNA-seq to study how newly-born (postmitotic) mouse retinal ganglion cell (RGC) precursors diversify into ~45 discrete types. Computational analysis provides evidence that RGC type identity is not specified at mitotic exit, but acquired by gradual, asynchronous fate restriction of postmitotic multipotential precursors. Some types are not identifiable until a week after they are generated. Immature RGCs may be specified to project ipsilaterally or contralaterally to the rest of the brain before their type identity has been determined. Optimal transport inference identifies groups of RGC precursors with largely non-overlapping fates, distinguished by selectively expressed transcription factors that could act as fate determinants. Our study provides a framework for investigating the molecular diversification of discrete types within a neuronal class.

Abstract In primates, high-acuity vision is mediated by the fovea, a small specialized central region of the retina. The fovea, unique to the anthropoid lineage among mammals, undergoes notable neuronal morphological changes during postnatal maturation. However, the extent of cellular similarity across anthropoid foveas and the molecular underpinnings of foveal maturation remain unclear. Here, we used high throughput single cell RNA sequencing to profile retinal cells of the common marmoset ( Callithrix jacchus ), an early divergent in anthropoid evolution from humans, apes, and macaques. We generated atlases of the marmoset fovea and peripheral retina for both neonates and adults. Our comparative analysis revealed that marmosets share almost all its foveal types with both humans and macaques, highlighting a conserved cellular structure among primate foveas. Furthermore, by tracing the developmental trajectory of cell types in the foveal and peripheral retina, we found distinct maturation paths for each. In-depth analysis of gene expression differences demonstrated that cone photoreceptors and Müller glia, among others, show the greatest molecular divergence between these two regions. Utilizing single-cell ATAC-seq and gene-regulatory network inference, we uncovered distinct transcriptional regulations differentiating foveal cones from their peripheral counterparts. Further analysis of predicted ligand-receptor interactions suggested a potential role for Müller glia in supporting the maturation of foveal cones. Together, these results provide valuable insights into foveal development, structure, and evolution. Significance statement The sharpness of our eyesight hinges on a tiny retinal region known as the fovea. The fovea is pivotal for primate vision and is susceptible to diseases like age-related macular degeneration. We studied the fovea in the marmoset–a primate with ancient evolutionary ties. Our data illustrated the cellular and molecular composition of its fovea across different developmental ages. Our findings highlighted a profound cellular consistency among marmosets, humans, and macaques, emphasizing the value of marmosets in visual research and the study of visual diseases.

Abstract Non-neuronal cells play key roles in the complex cellular interplay that follows central nervous system (CNS) insult. To understand this interplay at a tissue level, we generated a single-cell atlas of immune, glial and retinal pigment epithelial cells from adult mouse retina before and at multiple time points after axonal transection (optic nerve crush; ONC), identifying rare and undescribed subsets, and delineating changes in cell composition, expression programs, and interactions. Computational analysis charted an inflammatory cascade after injury with three phases. The early phase consisted of reactivation of retinal macroglia and microglia, providing chemotactic signals for immune infiltration, concurrent with infiltration of CCR2 + monocytes from the circulation. In the second phase, these differentiated to macrophage subsets resembling resident border-associated macrophages. In parallel, a multicellular interferon program, likely driven by microglia-derived type-I interferon, was synchronously activated across resident glia, expanding beyond rare interferon-responding subsets of glia unexpectedly present in the naïve retina. Our findings provide insights regarding post-injury CNS tissue dynamics and a framework to decipher cellular circuitry, spatial relationships and molecular interactions following tissue injury.

Single-cell RNA sequencing (scRNA-seq) has advanced our understanding of cellular heterogeneity at the single-cell resolution by classifying and characterizing cell types in multiple tissues and species. While several mouse retinal scRNA-seq reference datasets have been published, each dataset either has a relatively small number of cells or is focused on specific cell classes, and thus is suboptimal for assessing gene expression patterns across all retina types at the same time. To establish a unified and comprehensive reference for the mouse retina, we first generated the largest retinal scRNA-seq dataset to date, comprising approximately 190,000 single cells from C57BL/6J mouse whole retinas. This dataset was generated through the targeted enrichment of rare population cells via antibody-based magnetic cell sorting. By integrating this new dataset with public datasets, we conducted an integrated analysis to construct the Mouse Retina Cell Atlas (MRCA) for wild-type mice, which encompasses over 330,000 single cells. The MRCA characterizes 12 major classes and 138 cell types. It captured consensus cell type characterization from public datasets and identified additional new cell types. To facilitate the public use of the MRCA, we have deposited it in CELLxGENE, UCSC Cell Browser, and the Broad Single Cell Portal for visualization and gene expression exploration. The comprehensive MRCA serves as an easy-to-use, one-stop data resource for the mouse retina communities.

ABSTRACT The development and connectivity of retinal ganglion cells (RGCs), the retina’s sole output neurons, are patterned by activity-independent transcriptional programs and activity-dependent remodeling. To inventory the molecular correlates of these influences, we applied high-throughput single-cell RNA sequencing (scRNA-seq) to mouse RGCs at six embryonic and postnatal ages. We identified temporally regulated modules of genes that correlate with, and likely regulate, multiple phases of RGC development, ranging from differentiation and axon guidance to synaptic recognition and refinement. Some of these genes are expressed broadly while others, including key transcription factors and recognition molecules, are selectively expressed by one or a few of the 45 transcriptomically distinct types defined previously in adult mice. Next, we used these results as a foundation to analyze the transcriptomes of RGCs in mice lacking visual experience due to dark rearing from birth or to mutations that ablate either bipolar or photoreceptor cells. 98.5% of visually deprived (VD) RGCs could be unequivocally assigned to a single RGC type based on their transcriptional profiles, demonstrating that visual activity is dispensable for acquisition and maintenance of RGC type identity. However, visual deprivation significantly reduced the transcriptomic distinctions among RGC types, implying that activity is required for complete RGC maturation or maintenance. Consistent with this notion, transcriptomic alternations in VD RGCs significantly overlapped with gene modules found in developing RGCs. Our results provide a resource for mechanistic analyses of RGC differentiation and maturation, and for investigating the role of activity in these processes.

Single-cell sequencing has revolutionized the scale and resolution of molecular profiling of tissues and organs. Here, we present an integrated multimodal reference atlas of the most accessible portion of the mammalian central nervous system, the retina. We compiled around 2.4 million cells from 55 donors, including 1.4 million unpublished data points, to create a comprehensive human retina cell atlas (HRCA) of transcriptome and chromatin accessibility, unveiling over 110 types. Engaging the retina community, we annotated each cluster, refined the Cell Ontology for the retina, identified distinct marker genes, and characterized cis-regulatory elements and gene regulatory networks (GRNs) for these cell types. Our analysis uncovered intriguing differences in transcriptome, chromatin, and GRNs across cell types. In addition, we modeled changes in gene expression and chromatin openness across gender and age. This integrated atlas also enabled the fine-mapping of GWAS and eQTL variants. Accessible through interactive browsers, this multimodal cross donor and cross-lab HRCA, can facilitate a better understanding of retinal function and pathology.

ABSTRACT The anterior segment of the eye consists of the cornea, iris, ciliary body, crystalline lens and aqueous humor outflow pathways. Together, these tissues are essential for the proper functioning of the eye. Disorders of vision have been ascribed to defects in all of them; some, including glaucoma and cataract, are among the most prevalent causes of blindness in the world. To characterize the cell types that comprise these tissues, we generated an anterior segment cell atlas of the human eye using high throughput single-nucleus RNA sequencing (snRNAseq). We profiled 191,992 nuclei from non-diseased anterior segment tissues from 6 human donors, identifying >60 cell types. Many of these cell types were discrete, whereas others, especially in lens and cornea, formed continua corresponding to known developmental transitions that persist in adulthood. Having profiled each tissue separately, we performed an integrated analysis of the entire anterior segment revealing that some cell types are unique to single structure whereas others are shared across tissues. The integrated cell atlas was then used to investigate cell type-specific expression patterns of more than 900 human ocular disease genes identified either through Mendelian inheritance patterns or genome-wide association studies (GWAS). SIGNIFICANCE STATEMENT Several of the most prevalent blinding ocular conditions worldwide, including glaucoma, cataract and uncorrected refractive error, involve structures of the anterior segment of the human eye, which consists of the cornea, iris, ciliary body, crystalline lens and aqueous humor outflow pathways. In addition to providing transcriptomic profiles of the cell types within individual tissues, this work contributes to our understanding of the relatedness and diversity of these cell types across contiguous tissues by generating an integrated anterior segment cell atlas and documenting the expression of over 900 disease-associated genes in each cell type. By allowing simultaneous interrogation of cell-type specific expression of genes across multiple tissues, the atlas may yield broad insight into normal and disease-associated anterior segment functions.

Neuronal types in the central nervous system differ dramatically in their resilience to injury or insults. Here we studied the selective resilience of mouse retinal ganglion cells (RGCs) following optic nerve crush (ONC), which severs their axons and leads to death of ~80% of RGCs within 2 weeks. To identify expression programs associated with differential resilience, we first used single-cell RNA-seq (scRNA-seq) to generate a comprehensive molecular atlas of 46 RGC types in adult retina. We then tracked their survival after ONC, characterized transcriptomic, physiological, and morphological changes that preceded degeneration, and identified genes selectively expressed by each type. Finally, using loss- and gain-of-function assays in vivo, we showed that manipulating some of these genes improved neuronal survival and axon regeneration following ONC. This study provides a systematic framework for parsing type-specific responses to injury, and demonstrates that differential gene expression can be used to reveal molecular targets for intervention.