Abstract Nuclear architecture in tissues can arise from cell-type specific organization of nuclear bodies, chromatin states and chromosome structures. However, the lack of genome-wide measurements to interrelate such modalities within single cells limits our overall understanding of nuclear architecture. Here, we demonstrate integrated spatial genomics in the mouse brain cortex, imaging thousands of genomic loci along with RNAs and subnuclear markers simultaneously in individual cells. We revealed chromatin fixed points, combined with cell-type specific organization of nuclear bodies, arrange the interchromosomal organization and radial positioning of chromosomes in diverse cell types. At the sub-megabase level, we uncovered a collection of single-cell chromosome domain structures, including those for the active and inactive X chromosomes. These results advance our understanding of single-cell nuclear architecture in complex tissues.

Abstract Kidney injury disrupts the intricate renal architecture and triggers limited regeneration, and injury-invoked inflammation and fibrosis. Deciphering molecular pathways and cellular interactions driving these processes is challenging due to the complex renal architecture. Here, we applied single cell spatial transcriptomics to examine ischemia-reperfusion injury in the mouse kidney. Spatial transcriptomics revealed injury-specific and spatially-dependent gene expression patterns in distinct cellular microenvironments within the kidney and predicted Clcf1-Crfl1 in a molecular interplay between persistently injured proximal tubule cells and neighboring fibroblasts. Immune cell types play a critical role in organ repair. Spatial analysis revealed cellular microenvironments resembling early tertiary lymphoid structures and identified associated molecular pathways. Collectively, this study supports a focus on molecular interactions in cellular microenvironments to enhance understanding of injury, repair and disease. One-Sentence Summary: Spatial transcriptomics predicted a molecular interplay amongst neighboring cell-types in the injured mammalian kidney Main Text:

Knowing the ancestral states and lineage relationships of individual cells could unravel the dynamic programs underlying development. Engineering cells to actively record information within their own genomic DNA could reveal these histories, but existing recording systems have limited information capacity or disrupt spatial context. Here, we introduce baseMEMOIR, which combines base editing, sequential hybridization imaging, and Bayesian inference to allow reconstruction of high-resolution cell lineage trees and cell state dynamics while preserving spatial organization. BaseMEMOIR stochastically and irreversibly edits engineered dinucleotides to one of three alternative image-readable states. By genomically integrating arrays of editable dinucleotides, we constructed an embryonic stem cell line with 792 bits of recordable, image-readable memory, a 50-fold increase over the state of the art. Simulations showed that this memory size was sufficient for accurate reconstruction of deep lineage trees. Experimentally, baseMEMOIR allowed precise reconstruction of lineage trees 6 or more generations deep in embryonic stem cell colonies. Further, it also allowed inference of ancestral cell states and their quantitative cell state transition rates, all from endpoint images. baseMEMOIR thus provides a scalable framework for reconstructing single cell histories in spatially organized multicellular systems.

Abstract Microbial populations and communities are heterogeneous, yet capturing their diverse activities has proven challenging at the relevant spatiotemporal scales. Here we present par-seqFISH, a targeted transcriptome-imaging approach that records both gene-expression and spatial context within microscale assemblies at a single-cell and molecule resolution. We apply this approach to the opportunistic bacterial pathogen, Pseudomonas aeruginosa , analyzing ∼600,000 individuals across dozens of physiological conditions in planktonic and biofilm cultures. We explore the phenotypic landscape of this bacterium and identify metabolic and virulence related cell-states that emerge dynamically during growth. We chart the spatial context of biofilm-related processes including motility and kin-exclusion mechanisms and identify extensive and highly spatially-resolved metabolic heterogeneity. We find that distinct physiological states can co-exist within the same biofilm, just a few microns away, underscoring the importance of the microenvironment. Together, our results illustrate the complexity of microbial populations and present a new way of studying them at high-resolution.

Multicellular development depends on the differentiation of cells into specific fates with precise spatial organization. Lineage history plays a pivotal role in cell fate decisions, but is inaccessible in most contexts. Engineering cells to actively record lineage information in a format readable in situ would provide a spatially resolved view of lineage in diverse developmental processes. Here, we introduce a serine integrase-based recording system that allows in situ readout, and demonstrate its ability to reconstruct lineage relationships in cultured stem cells and flies. The system, termed intMEMOIR, employs an array of independent three-state genetic memory elements that can recombine stochastically and irreversibly, allowing up to 59,049 distinct digital states. intMEMOIR accurately reconstructed lineage trees in stem cells and enabled simultaneous analysis of single cell clonal history, spatial position, and gene expression in Drosophila brain sections. These results establish a foundation for microscopy-readable clonal analysis and recording in diverse systems.### Competing Interest StatementK.F., K.K.C., L.C., and M.B.E. are inventors on a patent application for recording technologies.

Recent single cell experiments have revealed significant heterogeneities at the levels of transcription, DNA methylation and chromosome organization in individual cells. However, existing method of profiling mRNAs effectively averages transcriptional dynamics over many hours due to hours-long life time of most mRNAs. To capture the instantaneous activity of the transcriptome that reflects the rapid regulatory changes in cells, we imaged up to 10,421 nascent transcription active sites (TAS) in single mouse embryonic stem cells using seqFISH followed by multiple rounds of single molecule FISH and immunofluorescence. We observed that nascent transcription active sites appear to be distributed on the surface of individual chromosome territories and are dispersed throughout the nucleus. In addition, there are significant variability in the number of active transcription sites in single cells, representing globally more active to quiescent states. These states interconverted on the time scale of 2 hours as determined by a single cell pulse-chase experiment. Thus, transcriptome level seqFISH experiments provide an unprecedented spatial and dynamic view of chromosome organization and global nascent transcription activity in single cells.

Abstract Identifying the relationships between chromosome structures, chromatin states, and gene expression is an overarching goal of nuclear organization studies. Because individual cells are highly variable at all three levels, it is essential to map all three modalities in the same single cell, a task that has been difficult to accomplish with existing tools. Here, we report the direct super-resolution imaging of over 3,660 chromosomal loci in single mouse embryonic stem cells (mESCs) by DNA seqFISH+, along with 17 chromatin marks by sequential immunofluorescence (IF) and the expression profile of 70 RNAs, in the same cells. We discovered that the nucleus is separated into zones defined by distinct combinatorial chromatin marks. DNA loci and nascent transcripts are enriched at the interfaces between specific nuclear zones, and the level of gene expression correlates with an association between active or nuclear speckle zones. Our analysis also uncovered several distinct mESCs subpopulations with characteristic combinatorial chromatin states that extend beyond known transcriptional states, suggesting that the metastable states of mESCs are more complex than previously appreciated. Using clonal analysis, we show that the global levels of some chromatin marks, such as H3K27me3 and macroH2A1 (mH2A1), are heritable over at least 3-4 generations, whereas other marks fluctuate on a faster time scale. The long-lived chromatin states may represent “hidden variables” that explain the observed functional heterogeneity in differentiation decisions in single mESCs. Our integrated spatial genomics approach can be used to further explore the existence and biological relevance of molecular heterogeneity within cell populations in diverse biological systems.

Both the intrinsic regulatory network and spatial environment are contributors of cellular identity and result in cell state variations. However, their individual contributions remain poorly understood. Here we present a systematic approach to integrate both sequencing- and imaging-based single-cell transcriptomic profiles, thereby combining whole-transcriptomic and spatial information from these assays. We applied this approach to dissect the cell-type and spatial domain associated heterogeneity within the mouse visual cortex region. Our analysis identified distinct spatially associated signatures within glutamatergic and astrocyte cell compartments, indicating strong interactions between cells and their surrounding environment. Using these signatures as a guide to analyze single cell RNAseq data, we identified previously unknown, but spatially associated subpopulations. As such, our integrated approach provides a powerful tool for dissecting the roles of intrinsic regulatory networks and spatial environment in the maintenance of cellular states.

Single-cell analysis is a rapidly evolving approach to characterize genome-scale molecular information at the individual cell level. Development of single-cell technologies and computational methods has enabled systematic investigation of cellular heterogeneity in a wide range of tissues and cell populations, yielding fresh insights into the composition, dynamics, and regulatory mechanisms of cell states in development and disease. Despite substantial advances, significant challenges remain in the analysis, integration, and interpretation of single-cell omics data. Here, we discuss the state of the field and recent advances, and look to future opportunities.

The mammalian nucleus is compartmentalized by diverse subnuclear structures. These subnuclear structures, marked by nuclear bodies and histone modifications, are often cell-type specific and affect gene regulation and 3D genome organization1-3. Understanding nuclear organization requires identifying the molecular constituents of subnuclear structures and mapping their associations with specific genomic loci in individual cells, within complex tissues. Here, we introduce two-layer DNA seqFISH+, which allows simultaneous mapping of 100,049 genomic loci, together with nascent transcriptome for 17,856 genes and a diverse set of immunofluorescently labeled subnuclear structures all in single cells in cell lines and adult mouse cerebellum. Using these multi-omics datasets, we showed that repressive chromatin compartments are more variable by cell type than active compartments. We also discovered a single exception to this rule: an RNA polymerase II (RNAPII)-enriched compartment was associated with long, cell-type specific genes (> 200kb), in a manner distinct from nuclear speckles. Further, our analysis revealed that cell-type specific facultative and constitutive heterochromatin compartments marked by H3K27me3 and H4K20me3 are enriched at specific genes and gene clusters, respectively, and shape radial chromosomal positioning and inter-chromosomal interactions in neurons and glial cells. Together, our results provide a single-cell high-resolution multi-omics view of subnuclear compartments, associated genomic loci, and their impacts on gene regulation, directly within complex tissues.