The molecular underpinnings of organ dysfunction in acute COVID-19 and its potential long-term sequelae are under intense investigation. To shed light on these in the context of liver function, we performed single-nucleus RNA-seq and spatial transcriptomic profiling of livers from 17 COVID-19 decedents. We identified hepatocytes positive for SARS-CoV-2 RNA with an expression phenotype resembling infected lung epithelial cells. Integrated analysis and comparisons with healthy controls revealed extensive changes in the cellular composition and expression states in COVID-19 liver, reflecting hepatocellular injury, ductular reaction, pathologic vascular expansion, and fibrogenesis. We also observed Kupffer cell proliferation and erythrocyte progenitors for the first time in a human liver single-cell atlas, resembling similar responses in liver injury in mice and in sepsis, respectively. Despite the absence of a clinical acute liver injury phenotype, endothelial cell composition was dramatically impacted in COVID-19, concomitantly with extensive alterations and profibrogenic activation of reactive cholangiocytes and mesenchymal cells. Our atlas provides novel insights into liver physiology and pathology in COVID-19 and forms a foundational resource for its investigation and understanding.

The SARS-CoV-2 pandemic has caused over 1 million deaths globally, mostly due to acute lung injury and acute respiratory distress syndrome, or direct complications resulting in multiple-organ failures. Little is known about the host tissue immune and cellular responses associated with COVID-19 infection, symptoms, and lethality. To address this, we collected tissues from 11 organs during the clinical autopsy of 17 individuals who succumbed to COVID-19, resulting in a tissue bank of approximately 420 specimens. We generated comprehensive cellular maps capturing COVID-19 biology related to patients' demise through single-cell and single-nucleus RNA-Seq of lung, kidney, liver and heart tissues, and further contextualized our findings through spatial RNA profiling of distinct lung regions. We developed a computational framework that incorporates removal of ambient RNA and automated cell type annotation to facilitate comparison with other healthy and diseased tissue atlases. In the lung, we uncovered significantly altered transcriptional programs within the epithelial, immune, and stromal compartments and cell intrinsic changes in multiple cell types relative to lung tissue from healthy controls. We observed evidence of: alveolar type 2 (AT2) differentiation replacing depleted alveolar type 1 (AT1) lung epithelial cells, as previously seen in fibrosis; a concomitant increase in myofibroblasts reflective of defective tissue repair; and, putative TP63 + intrapulmonary basal-like progenitor (IPBLP) cells, similar to cells identified in H1N1 influenza, that may serve as an emergency cellular reserve for severely damaged alveoli. Together, these findings suggest the activation and failure of multiple avenues for regeneration of the epithelium in these terminal lungs. SARS-CoV-2 RNA reads were enriched in lung mononuclear phagocytic cells and endothelial cells, and these cells expressed distinct host response transcriptional programs. We corroborated the compositional and transcriptional changes in lung tissue through spatial analysis of RNA profiles in situ and distinguished unique tissue host responses between regions with and without viral RNA, and in COVID-19 donor tissues relative to healthy lung. Finally, we analyzed genetic regions implicated in COVID-19 GWAS with transcriptomic data to implicate specific cell types and genes associated with disease severity. Overall, our COVID-19 cell atlas is a foundational dataset to better understand the biological impact of SARS-CoV-2 infection across the human body and empowers the identification of new therapeutic interventions and prevention strategies.

Abstract Charting microRNA (miRNA) regulation across pathways is central to characterizing their role in disease. Yet, current methods reveal only individual miRNA-pathway interactions. We have developed a systems biology approach, Pathway networks of miRNA Regulation (PanomiR), that overcomes these limitations to identify miRNA targeting of groups of interacting pathways using gene expression. The approach does not depend on statistically significant enrichment of miRNA target genes in individual pathways or significant differentially expressed genes. Rather, it directly captures differential activity of pathways between states, determining their up-or-down regulation while sensitively detecting biologically-meaningful signals. PanomiR analyzes the co-activity of differentially regulated pathways to determine coordinate functional groups and uses these co-activated grouped pathways to uncover miRNAs that target them. Incorporating both experimentally-supported or predicted miRNA-mRNA interactions, PanomiR robustly identifies miRNAs central to the regulation of disease functions. We applied PanomiR to a liver cancer dataset and showed that it can organize liver cancer pathways and their regulating miRNAs into coordinated transcriptional programs, reflecting the pathogenic mechanisms of hepatocellular carcinoma. PanomiR recapitulated known central miRNAs in liver cancer with a biologically meaningful assignment of pathways under their regulation, unbiased by the number of genes targeted by each miRNA. PanomiR is a granular framework for detecting broad-scale multi-pathway programs under miRNA regulation. It is accessible as an open-source R/Bioconductor package: < https://bioconductor.org/packages/PanomiR >.