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.

BACKGROUND The coronavirus disease 2019 pandemic resulted in the underutilization of inpatient beds at our satellite location. A lack of clarity and standardized admission criteria for the satellite led to frequent transfers to the main campus, resulting in patients traveling larger distances to receive inpatient care. We sought to optimize inpatient resource use at the satellite campus and keep patients “closer to home” by admitting eligible patients to that inpatient unit (LA4). Our aim was to increase bed capacity use at the satellite from 45% to 70% within 10 months. Our process measure was to increase the proportion of patients needing hospitalization who presented to the satellite emergency department (ED) and were then admitted to LA4 from 76% to 85%. METHODS A multidisciplinary team used quality improvement methods to optimize bed capacity use. Interventions included (1) the revision and dissemination of satellite admission guidelines, (2) steps to create shared understanding of appropriate satellite admissions between ED and inpatient providers, (3) directed provider feedback on preventable main campus admissions, and (4) consistent patient and family messaging about the potential for transfer. Data were collected via chart review. Annotated run charts were used to assess the impact of interventions over time. RESULTS Average LA4 bed capacity use increased from 45% to 69%, which was sustained for 1 year. The average percentage of patients admitted from the satellite ED to LA4 increased from 76% to 84%. CONCLUSIONS We improved bed capacity use at our satellite campus through transparent admission criteria and shared mental models of patient care needs between ED and inpatient providers.