To define the cell populations that drive joint inflammation in rheumatoid arthritis (RA), we applied single-cell RNA sequencing (scRNA-seq), mass cytometry, bulk RNA sequencing (RNA-seq) and flow cytometry to T cells, B cells, monocytes, and fibroblasts from 51 samples of synovial tissue from patients with RA or osteoarthritis (OA). Utilizing an integrated strategy based on canonical correlation analysis of 5,265 scRNA-seq profiles, we identified 18 unique cell populations. Combining mass cytometry and transcriptomics revealed cell states expanded in RA synovia: THY1(CD90)+HLA-DRAhi sublining fibroblasts, IL1B+ pro-inflammatory monocytes, ITGAX+TBX21+ autoimmune-associated B cells and PDCD1+ peripheral helper T (TPH) cells and follicular helper T (TFH) cells. We defined distinct subsets of CD8+ T cells characterized by GZMK+, GZMB+, and GNLY+ phenotypes. We mapped inflammatory mediators to their source cell populations; for example, we attributed IL6 expression to THY1+HLA-DRAhi fibroblasts and IL1B production to pro-inflammatory monocytes. These populations are potentially key mediators of RA pathogenesis. Defining cell types and their activation status in rheumatoid arthritis (RA) is critical to understanding this disease. Raychaudhuri and colleagues leverage several single-cell -omics approaches to define the cellular processes and pathways in the human RA joint.

The synovium is a mesenchymal tissue composed mainly of fibroblasts, with a lining and sublining that surround the joints. In rheumatoid arthritis the synovial tissue undergoes marked hyperplasia, becomes inflamed and invasive, and destroys the joint1,2. It has recently been shown that a subset of fibroblasts in the sublining undergoes a major expansion in rheumatoid arthritis that is linked to disease activity3–5; however, the molecular mechanism by which these fibroblasts differentiate and expand is unknown. Here we identify a critical role for NOTCH3 signalling in the differentiation of perivascular and sublining fibroblasts that express CD90 (encoded by THY1). Using single-cell RNA sequencing and synovial tissue organoids, we found that NOTCH3 signalling drives both transcriptional and spatial gradients—emanating from vascular endothelial cells outwards—in fibroblasts. In active rheumatoid arthritis, NOTCH3 and Notch target genes are markedly upregulated in synovial fibroblasts. In mice, the genetic deletion of Notch3 or the blockade of NOTCH3 signalling attenuates inflammation and prevents joint damage in inflammatory arthritis. Our results indicate that synovial fibroblasts exhibit a positional identity that is regulated by endothelium-derived Notch signalling, and that this stromal crosstalk pathway underlies inflammation and pathology in inflammatory arthritis. NOTCH3 signalling is shown to be the underlying driver of the differentiation and expansion of a subset of synovial fibroblasts implicated in the pathogenesis of rheumatoid arthritis.

Abstract Rheumatoid arthritis is a prototypical autoimmune disease that causes joint inflammation and destruction 1 . There is currently no cure for rheumatoid arthritis, and the effectiveness of treatments varies across patients, suggesting an undefined pathogenic diversity 1,2 . Here, to deconstruct the cell states and pathways that characterize this pathogenic heterogeneity, we profiled the full spectrum of cells in inflamed synovium from patients with rheumatoid arthritis. We used multi-modal single-cell RNA-sequencing and surface protein data coupled with histology of synovial tissue from 79 donors to build single-cell atlas of rheumatoid arthritis synovial tissue that includes more than 314,000 cells. We stratified tissues into six groups, referred to as cell-type abundance phenotypes (CTAPs), each characterized by selectively enriched cell states. These CTAPs demonstrate the diversity of synovial inflammation in rheumatoid arthritis, ranging from samples enriched for T and B cells to those largely lacking lymphocytes. Disease-relevant cell states, cytokines, risk genes, histology and serology metrics are associated with particular CTAPs. CTAPs are dynamic and can predict treatment response, highlighting the clinical utility of classifying rheumatoid arthritis synovial phenotypes. This comprehensive atlas and molecular, tissue-based stratification of rheumatoid arthritis synovial tissue reveal new insights into rheumatoid arthritis pathology and heterogeneity that could inform novel targeted treatments.

Summary Rheumatoid arthritis (RA) is a prototypical autoimmune disease that causes destructive tissue inflammation in joints and elsewhere. Clinical challenges in RA include the empirical selection of drugs to treat patients, inadequate responders with incomplete disease remission, and lack of a cure. We profiled the full spectrum of cells in inflamed synovium from patients with RA with the goal of deconstructing the cell states and pathways characterizing pathogenic heterogeneity in RA. Our multicenter consortium effort used multi-modal CITE-seq, RNA-seq, and histology of synovial tissue from 79 donors to build a >314,000 single-cell RA synovial cell atlas with 77 cell states from T, B/plasma, natural killer, myeloid, stromal, and endothelial cells. We stratified tissue samples into six distinct cell type abundance phenotypes (CTAPs) individually enriched for specific cell states. These CTAPs demonstrate the striking diversity of RA synovial inflammation, ranging from marked enrichment of T and B cells (CTAP-TB) to a congregation of specific myeloid, fibroblast, and endothelial cells largely lacking lymphocytes (CTAP-EFM). Disease-relevant cytokines, histology, and serology metrics are associated with certain CTAPs. This comprehensive RA synovial atlas and molecular, tissue-based CTAP stratification reveal new insights into RA pathology and heterogeneity, which could lead to novel targeted-treatment approaches in RA.

Abstract Synovial tissue inflammation is a hallmark of rheumatoid arthritis (RA). Recent work has identified prominent pathogenic cell states in inflamed RA synovial tissue, such as T peripheral helper cells; however, the epigenetic regulation of these states has yet to be defined. Here, we examine genome-wide open chromatin at single-cell resolution in 30 synovial tissue samples, including 12 samples with transcriptional data in multimodal experiments. We identify 24 chromatin classes and predict their associated transcription factors, including a CD8 + GZMK + class associated with EOMES and a lining fibroblast class associated with AP-1. By integrating with an RA tissue transcriptional atlas, we propose that these chromatin classes represent ‘superstates’ corresponding to multiple transcriptional cell states. Finally, we demonstrate the utility of this RA tissue chromatin atlas through the associations between disease phenotypes and chromatin class abundance, as well as the nomination of classes mediating the effects of putatively causal RA genetic variants.

Abstract Rheumatoid arthritis (RA) is an autoimmune disease involving antigen-specific T and B cells. Here, we perform single-cell RNA and repertoire sequencing on paired synovial tissue and blood samples from 12 seropositive RA patients. We identify clonally expanded CD4 + T cells, including CCL5+ cells and T peripheral helper (Tph) cells, which show a prominent transcriptomic signature of recent activation and effector function. CD8 + T cells show higher oligoclonality than CD4 + T cells, with the largest synovial clones enriched in GZMK+ cells. CD8 + T cells with possibly virus-reactive TCRs are distributed across transcriptomic clusters. In the B cell compartment, NR4A1+ activated B cells, and plasma cells are enriched in the synovium and demonstrate substantial clonal expansion. We identify synovial plasma cells that share BCRs with synovial ABC, memory, and activated B cells. Receptor-ligand analysis predicted IFNG and TNFRSF members as mediators of synovial Tph-B cell interactions. Together, these results reveal clonal relationships between functionally distinct lymphocyte populations that infiltrate the synovium of patients with RA.

Rheumatoid arthritis (RA) is a systemic autoimmune disease with currently no universally highly effective prevention strategies. Identifying pathogenic immune phenotypes in 'At-Risk' populations prior to clinical disease onset is crucial to establishing effective prevention strategies. Here, we applied mass cytometry to deeply characterize the immunophenotypes in blood from At-Risk individuals identified through the presence of serum antibodies to citrullinated protein antigens (ACPA) and/or first-degree relative (FDR) status (n=52), as compared to established RA (n=67), and healthy controls (n=48). We identified significant cell expansions in At-Risk individuals compared with controls, including CCR2+CD4+ T cells, T peripheral helper (Tph) cells, type 1 T helper cells, and CXCR5+CD8+ T cells. We also found that CD15+ classical monocytes were specifically expanded in ACPA-negative FDRs, and an activated PAX5 low naïve B cell population was expanded in ACPA-positive FDRs. Further, we developed an "RA immunophenotype score" classification method based on the degree of enrichment of cell states relevant to established RA patients. This score significantly distinguished At-Risk individuals from controls. In all, we systematically identified activated lymphocyte phenotypes in At-Risk individuals, along with immunophenotypic differences among both ACPA+ and ACPA-FDR At-Risk subpopulations. Our classification model provides a promising approach for understanding RA pathogenesis with the goal to further improve prevention strategies and identify novel therapeutic targets.

Rheumatoid arthritis (RA) is an autoimmune disease initiated by antigen-specific T cells and B cells, which promote synovial inflammation through a complex set of interactions with innate immune and stromal cells. To better understand the phenotypes and clonal relationships of synovial T and B cells, we performed single-cell RNA and repertoire sequencing on paired synovial tissue and peripheral blood samples from 12 donors with seropositive RA ranging from early to chronic disease. Paired transcriptomic-repertoire analyses highlighted 3 clonally distinct CD4 T cells populations that were enriched in RA synovium: T peripheral helper (Tph) and T follicular helper (Tfh) cells, CCL5+ T cells, and T regulatory cells (Tregs). Among these cells, Tph cells showed a unique transcriptomic signature of recent T cell receptor (TCR) activation, and clonally expanded Tph cells expressed an elevated transcriptomic effector signature compared to non-expanded Tph cells. CD8 T cells showed higher oligoclonality than CD4 T cells, and the largest CD8 T cell clones in synovium were highly enriched in GZMK+ cells. TCR analyses revealed CD8 T cells with likely viral-reactive TCRs distributed across transcriptomic clusters and definitively identified MAIT cells in synovium, which showed transcriptomic features of TCR activation. Among B cells, non-naive B cells including age-associated B cells (ABC), NR4A1+ activated B cells, and plasma cells, were enriched in synovium and had higher somatic hypermutation rates compared to blood B cells. Synovial B cells demonstrated substantial clonal expansion, with ABC, memory, and activated B cells clonally linked to synovial plasma cells. Together, these results reveal clonal relationships between functionally distinct lymphocyte populations that infiltrate RA synovium.

To define the cell populations in rheumatoid arthritis (RA) driving joint inflammation, we applied single-cell RNA-seq (scRNA-seq), mass cytometry, bulk RNA-seq, and flow cytometry to sorted T cells, B cells, monocytes, and fibroblasts from 51 synovial tissue RA and osteoarthritis (OA) patient samples. Utilizing an integrated computational strategy based on canonical correlation analysis to 5,452 scRNA-seq profiles, we identified 18 unique cell populations. Combining mass cytometry and transcriptomics together revealed cell states expanded in RA synovia: THY1+HLAhigh sublining fibroblasts (OR=33.8), IL1B+ pro-inflammatory monocytes (OR=7.8), CD11c+T-bet+ autoimmune-associated B cells (OR=5.7), and PD-1+ Tph/Tfh (OR=3.0). We also defined CD8+ T cell subsets characterized by GZMK+, GZMB+, and GNLY+ expression. Using bulk and single-cell data, we mapped inflammatory mediators to source cell populations, for example attributing IL6 production to THY1+HLAhigh fibroblasts and naive B cells, and ILB to pro-inflammatory monocytes. These populations are potentially key mediators of RA pathogenesis.