Abstract Palatine tonsils are secondary lymphoid organs representing the first line of immunological defense against inhaled or ingested pathogens. Here, we present a comprehensive census of cell types forming the human tonsil by applying single-cell transcriptome, epigenome, proteome and adaptive immune repertoire sequencing as well as spatial transcriptomics, resulting in an atlas of >357,000 cells. We provide a glossary of 121 annotated cell types and states, and disentangle gene regulatory mechanisms that drive cells through specialized lineage trajectories. Exemplarily, we stratify multiple tonsil-resident myeloid slancyte subtypes, establish a distant BCL6 superenhancer as locally active in both follicle-associated T and B cells, and describe SIX5 as a potentially novel transcriptional regulator of plasma cell maturation. Further, our atlas is a reference map to understand alterations observed in disease. Here, we discover immune-phenotype plasticity in tumoral cells and microenvironment shifts of mantle cell lymphomas (MCL). To facilitate such reference-based analysis, we develop HCATonsilData and SLOcatoR, a computational framework that provides programmatic and modular access to our dataset; and allows the straightforward annotation of future single-cell profiles from secondary lymphoid organs.

Abstract The tumor immune microenvironment is a main contributor to cancer progression and a promising therapeutic target for oncology. However, immune microenvironments vary profoundly between patients and biomarkers for prognosis and treatment response lack precision. A comprehensive compendium of tumor immune cells is required to pinpoint predictive cellular states and their spatial localization. We generated a single-cell tumor immune atlas, jointly analyzing >500,000 cells from 217 patients and 13 cancer types, providing the basis for a patient stratification based on immune cell compositions. Projecting immune cells from external tumors onto the atlas facilitated an automated cell annotation system for a harmonized interpretation. To enable in situ mapping of immune populations for digital pathology, we applied SPOTlight , combining single-cell and spatial transcriptomics data and identifying striking spatial immune cell patterns in tumor sections. We expect the tumor immune cell atlas, together with our versatile toolbox for precision oncology, to advance currently applied stratification approaches for prognosis and immuno-therapy.

ABSTRACT Ulcerative colitis (UC) and Crohn’s disease (CD) are chronic inflammatory intestinal diseases that show a perplexing heterogeneity in manifestations and response to treatment. The molecular basis for this heterogeneity remains uncharacterized. We applied single-cell RNA sequencing and CosMx™ Spatial Molecular Imaging to human colon and found the highest diversity in cellular composition in the myeloid compartment of UC and CD patients. Besides resident macrophage subsets (M0 and M2), patients showed a variety of activated macrophages including classical (M1 CXCL5 and M1 ACOD1) and new inflammation-dependent alternative (IDA) macrophages. In addition, we captured intestinal neutrophils in three transcriptional states. Subepithelial IDA macrophages expressed NRG1 , which promotes epithelial differentiation. In contrast, NRG1 low IDA macrophages were expanded within the submucosa and in granulomas, in proximity to abundant inflammatory fibroblasts, which we suggest may promote macrophage activation. We conclude that macrophages sense and respond to unique tissue microenvironments, potentially contributing to patient-to-patient heterogeneity.

Abstract How phenotypic, clonal, and functional heterogeneity of CAR-T-cells impact clinical outcomes remain understudied. Here, we integrated clonal kinetics with transcriptomic heterogeneity resolved by single-cell omics to explore cellular dynamics response of both non-transduced (CAR neg ) and transduced (CAR pos )T-cells. CAR neg and CAR pos T-cells were longitudinally interrogated in the manufactured infusion product (IP) and in-vivo at CAR-T cell expansion peak in five B-ALL patients treated with CD19CAR-T-cells (varni-cel). Significant differences were found in the cellular dynamics between CAR pos and CAR neg T-cells in response to therapy. CAR pos T-cells in the IP exhibited a significant higher CD4:CD8 ratio than CAR neg T-cells, and the CD4:CD8 CAR pos T-cell composition impacted therapy outcome as confirmed in a larger cohort of 24 varni-cel-treated B-ALL patients. Conversely, an inverted trend in the CD4:CD8 CAR pos T-cell ratio was consistently observed at the expansion peak, with clonally expanding CD8 + effector memory and cytotoxic T-cells being the most abundant populations. Expanded cytotoxic CAR pos γδT cells emerged at the expansion peak, and the extent of their in-vivo expansion positively correlated with treatment efficacy, which was validated in a large cohort of B-ALL patients (n=18) treated with varni-cell and B-cell lymphoma patients (n=58) treated with either lisa-cel or axi-cel. Our data provide insights into the complexity and diversity of T-cell responses following CAR-T cell therapy and suggest drivers of immunotherapy response.

Abstract The use of single-cell technologies for clinical applications requires disconnecting sampling from downstream processing steps. Early sample preservation can further increase robustness and reproducibility by avoiding artifacts introduced during specimen handling. We present FixNCut, a methodology for the reversible fixation of tissue followed by dissociation that overcomes current limitations. We applied FixNCut to human and mouse tissues to demonstrate the preservation of RNA integrity, sequencing library complexity, and cellular composition, while diminishing stress-related artifacts. Besides single-cell RNA sequencing, FixNCut is compatible with multiple single-cell and spatial technologies, making it a versatile tool for robust and flexible study designs.

AbstractRobust protocols and automation now enable large-scale single-cell RNA and ATAC sequencing experiments and their application on biobank and clinical cohorts. However, technical biases introduced during sample acquisition can hinder solid, reproducible results and a systematic benchmarking is required before entering large-scale data production. Here, we report the existence and extent of gene expression and chromatin accessibility artifacts introduced during sampling and identify experimental and computational solutions for their prevention.

Inflammation is a biological phenomenon involved in a wide variety of physiological and pathological processes. Although a controlled inflammatory response is beneficial for restoring homeostasis, it can become unfavorable if dysregulated. In recent years, major progress has been made in characterizing acute and chronic inflammation in specific diseases. However, a global, holistic understanding of inflammation is still elusive. This is particularly intriguing, considering the crucial function of inflammation for human health and its potential for modern medicine if fully deciphered. Here, we leverage advances in the field of single-cell genomics to delineate the full spectrum of circulating immune cell activation underlying inflammatory processes during infection, immune-mediated inflammatory diseases and cancer. Our single-cell atlas of >2 million peripheral blood mononuclear cells from 356 patients and 18 diseases allowed us to learn a foundation model of inflammation in circulating immune cells. The atlas expanded our current knowledge of the biology of inflammation of acute (e.g. inflammatory bowel disease, sepsis) and chronic (e.g. cirrhosis, asthma, and chronic obstructive pulmonary disease) disease processes and laid the foundation to develop a precision medicine framework using unsupervised as well as explainable machine learning. Beyond a disease-centered classification, we charted altered activity of inflammatory molecules in peripheral blood cells, depicting functional biomarkers to further understand mechanisms of inflammation. Finally, we have laid the groundwork for developing precision medicine diagnostic tools for patients experiencing severe acute or chronic inflammation by learning a classifier for inflammatory diseases, presenting cells in circulation as a powerful resource for patient stratification.