Abstract Human cortical interneurons have been challenging to study due to high diversity and lack of mature brain tissue platforms and genetic targeting tools. We employed rapid GABAergic neuron viral labeling plus unbiased Patch-seq sampling in brain slices to define the signature morpho-electric properties of GABAergic neurons in the human neocortex. Viral targeting greatly facilitated sampling of the SST subclass, including primate specialized double bouquet cells which mapped to two SST transcriptomic types. Multimodal analysis uncovered an SST neuron type with properties inconsistent with original subclass assignment; we instead propose reclassification into PVALB subclass. Our findings provide novel insights about functional properties of human cortical GABAergic neuron subclasses and types and highlight the essential role of multimodal annotation for refinement of emerging transcriptomic cell type taxonomies. One Sentence Summary Viral genetic labeling of GABAergic neurons in human ex vivo brain slices paired with Patch-seq recording yields an in-depth functional annotation of human cortical interneuron subclasses and types and highlights the essential role of multimodal functional annotation for refinement of emerging transcriptomic cell type taxonomies.

ABSTRACT Rodent studies have demonstrated that synaptic dynamics from excitatory to inhibitory neuron types are often dependent on the target cell type. However, these target cell-specific properties have not been well investigated in human cortex, where there are major technical challenges in reliably identifying cell types. Here, we take advantage of newly developed methods for human neurosurgical tissue analysis with multiple patch-clamp recordings, post-hoc fluorescent in situ hybridization (FISH), and prospective GABAergic AAV-based labeling to investigate synaptic properties between pyramidal neurons and PVALB- vs. SST- positive interneurons. We find that there are robust molecular differences in synapse-associated genes between these neuron types, and that individual presynaptic pyramidal neurons evoke postsynaptic responses with heterogeneous synaptic dynamics in different postsynaptic cell types. Using molecular identification with FISH and classifiers based on transcriptomically identified PVALB neurons analyzed with Patch-seq methods, we find that PVALB neurons typically show depressing synaptic characteristics, whereas other interneuron types including SST-positive neurons show facilitating characteristics. Together, these data support the existence of target cell-specific synaptic properties in human cortex that are similar to rodent, thereby indicating evolutionary conservation of local circuit connectivity motifs from excitatory to inhibitory neurons and their synaptic dynamics.

The mammalian brain is composed of diverse neuron types that play different functional roles. Recent single-cell RNA sequencing approaches have led to a whole brain taxonomy of transcriptomically-defined cell types, yet cell type definitions that include multiple cellular properties can offer additional insights into a neuron's role in brain circuits. While the Patch-seq method can investigate how transcriptomic properties relate to the local morphological and electrophysiological properties of cell types, linking transcriptomic identities to long-range projections is a major unresolved challenge. To address this, we collected coordinated Patch-seq and whole brain morphology data sets of excitatory neurons in mouse visual cortex. From the Patch-seq data, we defined 16 integrated morpho-electric-transcriptomic (MET)-types; in parallel, we reconstructed the complete morphologies of 300 neurons. We unified the two data sets with a multi-step classifier, to integrate cell type assignments and interrogate cross-modality relationships. We find that transcriptomic variations within and across MET-types correspond with morphological and electrophysiological phenotypes. In addition, this variation, along with the anatomical location of the cell, can be used to predict the projection targets of individual neurons. We also shed new light on infragranular cell types and circuits, including cell-type-specific, interhemispheric projections. With this approach, we establish a comprehensive, integrated taxonomy of excitatory neuron types in mouse visual cortex and create a system for integrated, high-dimensional cell type classification that can be extended to the whole brain and potentially across species.

Abstract Alzheimer’s disease (AD) is the most common cause of dementia in older adults. Neuropathological and imaging studies have demonstrated a progressive and stereotyped accumulation of protein aggregates, but the underlying molecular and cellular mechanisms driving AD progression and vulnerable cell populations affected by disease remain coarsely understood. The current study harnesses single cell and spatial genomics tools and knowledge from the BRAIN Initiative Cell Census Network to understand the impact of disease progression on middle temporal gyrus cell types. We used image-based quantitative neuropathology to place 84 donors spanning the spectrum of AD pathology along a continuous disease pseudoprogression score and multiomic technologies to profile single nuclei from each donor, mapping their transcriptomes, epigenomes, and spatial coordinates to a common cell type reference with unprecedented resolution. Temporal analysis of cell-type proportions indicated an early reduction of Somatostatin-expressing neuronal subtypes and a late decrease of supragranular intratelencephalic-projecting excitatory and Parvalbumin-expressing neurons, with increases in disease-associated microglial and astrocytic states. We found complex gene expression differences, ranging from global to cell type-specific effects. These effects showed different temporal patterns indicating diverse cellular perturbations as a function of disease progression. A subset of donors showed a particularly severe cellular and molecular phenotype, which correlated with steeper cognitive decline. We have created a freely available public resource to explore these data and to accelerate progress in AD research at SEA-AD.org .

Hippocampal pyramidal neuron activity underlies episodic memory and spatial navigation. Although extensively studied in rodents, extremely little is known about human hippocampal pyramidal neurons, even though human hippocampus underwent strong evolutionary reorganization and shows lower theta rhythm frequencies. To test whether biophysical and computational properties of human CA1 pyramidal neurons can explain observed rhythms, we map the morpho-electric and computational properties of individual CA1 pyramidal neurons in human, non-pathological hippocampal slices from neurosurgery. Human CA1 pyramidal neurons have extensive dendrites and resonate at 2.9 Hz, optimally tuned to human theta frequencies. Morphological and biophysical properties reveal three cell types with distinct dendrite bifurcations and physiology. Data-driven biophysical models show that human CA1 pyramidal neurons use i) computationally independent dendritic compartments, ii) preferential routing of electrical activity towards soma or dendritic tree and iii) non-linear input-output transformations. Across cell types, morpho-electric properties consistently increase computational richness in human CA1 pyramidal neurons.

The Patch-seq approach is a powerful variation of the standard patch clamp technique that allows for the combined electrophysiological, morphological, and transcriptomic characterization of individual neurons. To generate Patch-seq datasets at a scale and quality that can be integrated with high-throughput dissociated cell transcriptomic data, we have optimized the technique by identifying and refining key factors that contribute to the efficient collection of high-quality data. To rapidly generate high-quality electrophysiology data, we developed patch clamp electrophysiology software with analysis functions specifically designed to automate acquisition with online quality control. We recognized a substantial improvement in transcriptomic data quality when the nucleus was extracted following the recording. For morphology success, the importance of maximizing the neuron’s membrane integrity during the extraction of the nucleus was much more critical to success than varying the duration of the electrophysiology recording. We compiled the lab protocol with the analysis and acquisition software at https://github.com/AllenInstitute/patchseqtools . This resource can be used by individual labs to generate Patch-seq data across diverse mammalian species and that is compatible with recent large-scale publicly available Allen Institute Patch-seq datasets.