COVID-19, which is caused by SARS-CoV-2, can result in acute respiratory distress syndrome and multiple organ failure1–4, but little is known about its pathophysiology. Here we generated single-cell atlases of 24 lung, 16 kidney, 16 liver and 19 heart autopsy tissue samples and spatial atlases of 14 lung samples from donors who died of COVID-19. Integrated computational analysis uncovered substantial remodelling in the lung epithelial, immune and stromal compartments, with evidence of multiple paths of failed tissue regeneration, including defective alveolar type 2 differentiation and expansion of fibroblasts and putative TP63+ intrapulmonary basal-like progenitor cells. Viral RNAs were enriched in mononuclear phagocytic and endothelial lung cells, which induced specific host programs. Spatial analysis in lung distinguished inflammatory host responses in lung regions with and without viral RNA. Analysis of the other tissue atlases showed transcriptional alterations in multiple cell types in heart tissue from donors with COVID-19, and mapped cell types and genes implicated with disease severity based on COVID-19 genome-wide association studies. Our foundational dataset elucidates the biological effect of severe SARS-CoV-2 infection across the body, a key step towards new treatments. Single-cell analysis of lung, heart, kidney and liver autopsy samples shows the molecular and cellular changes and immune response resulting from severe COVID-19 infection.

Background: The cells that form the arterial wall contribute to multiple vascular diseases. The extent of cellular heterogeneity within these populations has not been fully characterized. Recent advances in single-cell RNA-sequencing make it possible to identify and characterize cellular subpopulations. Methods: We validate a method for generating a droplet-based single-cell atlas of gene expression in a normal blood vessel. Enzymatic dissociation of 4 whole mouse aortas was followed by single-cell sequencing of >10 000 cells. Results: Clustering analysis of gene expression from aortic cells identified 10 populations of cells representing each of the main arterial cell types: fibroblasts, vascular smooth muscle cells, endothelial cells (ECs), and immune cells, including monocytes, macrophages, and lymphocytes. The most significant cellular heterogeneity was seen in the 3 distinct EC populations. Gene set enrichment analysis of these EC subpopulations identified a lymphatic EC cluster and 2 other populations more specialized in lipoprotein handling, angiogenesis, and extracellular matrix production. These subpopulations persist and exhibit similar changes in gene expression in response to a Western diet. Immunofluorescence for Vcam1 and Cd36 demonstrates regional heterogeneity in EC populations throughout the aorta. Conclusions: We present a comprehensive single-cell atlas of all cells in the aorta. By integrating expression from >1900 genes per cell, we are better able to characterize cellular heterogeneity compared with conventional approaches. Gene expression signatures identify cell subpopulations with vascular disease–relevant functions.

The aorta is the largest blood vessel in the body, and enlargement or aneurysm of the aorta can predispose to dissection, an important cause of sudden death. While rare syndromes have been identified that predispose to aortic aneurysm, the common genetic basis for the size of the aorta remains largely unknown. By leveraging a deep learning architecture that was originally developed to recognize natural images, we trained a model to evaluate the dimensions of the ascending and descending thoracic aorta in cardiac magnetic resonance imaging. After manual annotation of just 116 samples, we applied this model to 3,840,140 images from the UK Biobank. We then conducted a genome-wide association study in 33,420 individuals, revealing 68 loci associated with ascending and 35 with descending thoracic aortic diameter, of which 10 loci overlapped. Integration of common variation with transcriptome-wide analyses, rare-variant burden tests, and single nucleus RNA sequencing prioritized SVIL , a gene highly expressed in vascular smooth muscle, that was significantly associated with the diameter of the ascending and descending aorta. A polygenic score for ascending aortic diameter was associated with a diagnosis of thoracic aortic aneurysm in the remaining 391,251 UK Biobank participants who did not undergo imaging (HR = 1.44 per standard deviation; P = 3.7·10 −12 ). Defining the genetic basis of the diameter of the aorta may enable the identification of asymptomatic individuals at risk for aneurysm or dissection and facilitate the prioritization of potential therapeutic targets for the prevention or treatment of aortic aneurysm. Finally, our results illustrate the potential for rapidly defining novel quantitative traits derived from a deep learning model, an approach that can be more broadly applied to biomedical imaging data.

Abstract Genome-wide association studies (GWAS) have discovered thousands of risk loci for common, complex diseases, each of which could point to genes and gene programs that influence disease. For some diseases, it has been observed that GWAS signals converge on a smaller number of biological programs, and that this convergence can help to identify causal genes 1–6 . However, identifying such convergence remains challenging: each GWAS locus can have many candidate genes, each gene might act in one or more possible programs, and it remains unclear which programs might influence disease risk. Here, we developed a new approach to address this challenge, by creating unbiased maps to link disease variants to genes to programs (V2G2P) in a given cell type. We applied this approach to study the role of endothelial cells in the genetics of coronary artery disease (CAD). To link variants to genes, we constructed enhancer-gene maps using the Activity-by-Contact model 7,8 . To link genes to programs, we applied CRISPRi-Perturb-seq 9–12 to knock down all expressed genes within ±500 Kb of 306 CAD GWAS signals 13,14 and identify their effects on gene expression programs using single-cell RNA-sequencing. By combining these variant-to-gene and gene-to-program maps, we find that 43 of 306 CAD GWAS signals converge onto 5 gene programs linked to the cerebral cavernous malformations (CCM) pathway—which is known to coordinate transcriptional responses in endothelial cells 15 , but has not been previously linked to CAD risk. The strongest regulator of these programs is TLNRD1 , which we show is a new CAD gene and novel regulator of the CCM pathway. TLNRD1 loss-of-function alters actin organization and barrier function in endothelial cells in vitro , and heart development in zebrafish in vivo . Together, our study identifies convergence of CAD risk loci into prioritized gene programs in endothelial cells, nominates new genes of potential therapeutic relevance for CAD, and demonstrates a generalizable strategy to connect disease variants to functions.

Abstract High fecundity, transparent embryos for monitoring the rapid development of organs and the availability of a well-annotated genome has made zebrafish a model organism of choice for developmental biology and neurobiology. This vertebrate model, a favourite in chronobiology studies, shows striking circadian rhythmicity in behaviour. Here, we identify novel genes in the zebrafish genome, which shows their expression in the zebrafish retina. We further resolve the expression pattern over time and assign specific novel transcripts to the retinal cell type, predominantly in the inner nuclear layer. Using chemical ablation and free run experiments we segregate the transcripts that are rhythmic when entrained by light from those that show sustained oscillations in the absence of external cues. The transcripts reported here with rigorous annotation and specific functions in circadian biology provide the groundwork for functional characterisation of novel players in the zebrafish retinal clock.

Abstract In mealybugs, transcriptional inactivation of the entire paternal genome in males, due to genomic imprinting, is closely correlated with sex determination. The sequencing, de-novo assembly and annotation of the mealybug, Maconellicoccus hirsutus genome and its comparison with Planococcus citri genome strengthened our gene identification. The expanded gene classes, in both genomes relate to the high pesticide and radiation resistance; the phenotypes correlating with increased gene copy number rather than the acquisition of novel genes. The complete repertoire of genes for epigenetic regulation and multiple copies of genes for the core members of polycomb and trithorax complexes and the canonical chromatin remodelling complexes are present in both the genomes. Phylogenetic analysis with Drosophila shows high conservation of most genes, while a few have diverged outside the functional domain. The proteins involved in mammalian X-chromosome inactivation are identified in mealybugs, thus demonstrating the evolutionary conservation of factors for facultative heterochromatization. The transcriptome analysis of adult male and female M.hirsutus indicates the expression of the epigenetic regulators and the differential expression of metabolic pathway genes and the genes for sexual dimorphism. The depletion of endosymbionts in males during development is reflected in the significantly lower expression of endosymbiont genes in them. Author summary The mealybug system offers a unique model for genomic imprinting and differential regulation of homologous chromosomes that pre-dates the discovery of dosage compensation of X chromosomes in female mammals. In the absence of robust genetics for mealybugs, we generated and analysed the genome and transcriptome profile as primary resources for effective exploration. The expanded gene classes in the mealybugs relate to their unique biology; the expansion of pesticide genes, trehalose transporter, SETMAR and retrotransposons correlate with pesticide, desiccation and radiation resistance, respectively. The similarity in the genomic profile of two species of mealybugs strengthens our gene prediction. All the known epigenetic modifiers and proteins of the primary complexes like the PRC1,2 and the trithorax are conserved in mealybugs, so also the homologues of mammalian proteins involved in X chromosome inactivation. The high copy number of genes for many partners in these complexes could facilitate the inactivation of a large part of the genome and raise the possibility of formation of additional non-canonical complexes for sex specific chromosome inactivation. In adult males and females, the status of epigenetic regulation is likely to be in a maintenance state; therefore, it is of interest to analyze the expression of epigenetic regulators during development.

Abstract Plasma proteomic profiles associated with subclinical somatic mutations in blood cells may offer novel insights in downstream clinical consequences. Here, we explore such patterns in clonal hematopoiesis of indeterminate potential (CHIP), which links to several cancer and non-cancer outcomes, including coronary artery disease. Among 12,911 ancestrally diverse participants (682 with CHIP) from NHLBI TOPMed with blood-based DNA sequencing and 1,148 common proteins measured by SomaScan, we identified 32 unique proteins associated with the most prevalent driver genes ( DNMT3A , TET2 , and ASXL1 ) after multiple testing corrections. These associations showed substantial heterogeneity by driver genes, sex, and race, were enriched for immune response and inflammation pathways, and were moderately replicated in UK Biobank (N=48,922) that used Olink for proteomics measurement. Murine single-cell RNA-sequencing data from aortic arch cells, inclusive of resident hematologic cells, in mice with Tet2 -/- bone marrow and wild-type mice revealed corroborating differential expression of TET2 -associated protein-encoding genes. Lastly, we apply these observations to identify 68 plasma proteins shared between CHIP and coronary artery disease.

Drosophila melanogaster undergoes holometabolous development, has very low levels of DNA methylation, and is known to possess a single known methyltransferase, dDNMT2. This study compares the DNA methylation patterns between the two life cycle stages of D. melanogaster using a combination of DNA immunoprecipitation and high throughput sequencing techniques. Our results indicate, a change in the chromosomal distribution of the sparse DNA methylation concerning genes and natural transposable elements between in the embryo and the adult stages of D. melanogaster. The differentially methylated regions localised on genes involved in the regulation of cell cycle processes of mitotic cell divisions and chromosomal segregation. dDNMT2 knockout flies exhibited altered patterns of DNA methylation. The observed differences in DNA methylation were in genes involved in cellular communication and cytoskeletal functions. The variation in DNA methylation between the two life cycle stages is indicative that it could have a role in regulatory processes during development and, dDNMT2 may have a role as a co-factor for the hitherto undiscovered DNA methyltransferase in D. melanogaster .

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.