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 integration of orthogonal data modalities greatly supports the interpretation of transcriptomic landscapes in complex tissues. In particular, spatially resolved gene expression profiles are key to understand tissue organization and function. However, spatial transcriptomics (ST) profiling techniques lack single-cell resolution and require a combination with single-cell RNA sequencing (scRNA-seq) information to deconvolute the spatially indexed datasets. Leveraging the strengths of both data types, we developed SPOTlight, a computational tool that enables the integration of ST with scRNA-seq data to infer the location of cell types and states within a complex tissue. SPOTlight is centered around a seeded non-negative matrix factorization (NMF) regression, initialized using cell-type marker genes, and non-negative least squares (NNLS) to subsequently deconvolute ST capture locations (spots). Using synthetic spots, simulating varying reference quantities and qualities, we confirmed high prediction accuracy also with shallowly sequenced or small-sized scRNA-seq reference datasets. We trained the NMF regression model with sample-matched or external datasets, resulting in accurate and sensitive spatial predictions. SPOTlight deconvolution of the mouse brain correctly mapped subtle neuronal cell states of the cortical layers and the defined architecture of the hippocampus. In human pancreatic cancer, we successfully segmented patient sections into healthy and cancerous areas, and further fine-mapped normal and neoplastic cell states. Trained on an external pancreatic tumor immune reference, we charted the localization of clinical-relevant and tumor-specific immune cell states. Using SPOTlight to detect regional enrichment of immune cells and their co-localization with tumor and adjacent stroma provides an illustrative example in its flexible application spectrum and future potential in digital pathology.

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.

COVID-19 pandemic is not yet under control by vaccination, and effective antivirals are critical for preparedness. Here we report that macrophages and dendritic cells, key antigen presenting myeloid cells (APCs), are largely resistant to SARS-CoV-2 infection. APCs effectively captured viruses within cellular compartments that lead to antigen degradation. Macrophages sense SARS-CoV-2 and released higher levels of cytokines, including those related to cytokine storm in severe COVID-19. The sialic acid-binding Ig-like lectin 1 (Siglec-1/CD169) present on APCs, which interacts with sialylated gangliosides on membranes of retroviruses or filoviruses, also binds SARS-CoV-2 via GM1. Blockage of Siglec-1 receptors by monoclonal antibodies reduces SARS-CoV-2 uptake and transfer to susceptible target cells. APCs expressing Siglec-1 and carrying SARS-CoV-2 are found in pulmonary tissues of non-human primates. Single cell analysis reveals the in vivo induction of cytokines in those macrophages. Targeting Siglec-1 could offer cross-protection against SARS-CoV-2 and other enveloped viruses that exploit APCs for viral dissemination, including those yet to come in future outbreaks.

Summary Glioblastoma recurrence originates from invasive cells at the tumour margin that escape surgical debulking, but their biology remains poorly understood. Here we generated three somatic mouse models recapitulating the main glioblastoma driver mutations to characterise margin cells. We find that, regardless of genetics, tumours converge on a common set of neural- like cellular states. However, bulk and margin display distinct neurogenic patterns and immune microenvironments. The margin is immune-cold and preferentially follows developmental-like trajectories to produce astrocyte-like cells. In contrast, injury-like programmes dominate in the bulk, are associated with immune infiltration and generate lowly-proliferative injured neural progenitor-like (iNPCs) cells. In vivo label-retention approaches further demonstrate that iNPCs account for a significant proportion of dormant glioblastoma cells and are induced by interferon signalling within T-cell niches. These findings indicate that tumour region is a major determinant of glioblastoma cell fate and therapeutic vulnerabilities identified in bulk may not extend to the margin residuum.

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 Skin aging is characterized by structural and functional changes that lead to slower wound healing and higher rate of infections, which contribute to age-associated frailty. This likely depends on synergy between alterations in the local microenvironment and stem cell–intrinsic changes, underscored by pro-inflammatory microenvironments that drive pleotropic changes. To date, little is known about the precise nature and origin of the proposed age-associated inflammatory cues, or how they affect different tissue resident cell types. Based on deep single-cell RNA-sequencing of the entire dermal compartment, we now provide a comprehensive understanding of the age-associated changes in all skin cell types. We show a previously unreported skew towards an IL-17–expressing phenotype of Th cells, γδ T cells and innate lymphoid cells in aged skin. Aberrant IL-17 signaling is common to many autoimmune (e.g., rheumatoid arthritis and psoriasis) and chronic inflammatory diseases. Importantly, in vivo blockade of IL-17–triggered signaling during the aging process reduces the pro-inflammatory state by affecting immune and non-immune skin cells of both dermis and epidermis. Strikingly, IL-17 neutralization significantly delays the appearance of age-related traits, such as decreased epidermal thickness, increased cornified layer thickness and ameliorated hair follicle stem cell activation and hair shaft regeneration. Our results indicate that the aged skin shows chronic and persistent signs of inflammation, and that age-associated increased IL-17 signaling could be targeted as a strategy to prevent age-associated skin ailments in elderly.

Abstract The early mammalian germ cell lineage is characterized by extensive epigenetic reprogramming, which is required for the maturation into functional eggs and sperm. In particular, the epigenome needs to be reset before parental marks can be established and then transmitted to the next generation. In the female germ line, reactivation of the inactive X-chromosome is one of the most prominent epigenetic reprogramming events, and despite its scale involving an entire chromosome affecting hundreds of genes, very little is known about its kinetics and biological function. Here we investigate X-chromosome inactivation and reactivation dynamics by employing a tailor-made in vitro system to visualize the X-status during differentiation of primordial germ cell-like cells (PGCLCs) from female mouse embryonic stem cells (ESCs). We find that the degree of X-inactivation in PGCLCs is moderate when compared to somatic cells and characterized by a large number of genes escaping full inactivation. Nevertheless, PGCLCs that fail to undergo X-inactivation show an abnormal gene expression signature and deficiencies in meiotic entry. Subsequent to X-inactivation we observe gradual step-wise X-reactivation, which is mostly completed by the end of meiotic prophase I. Cells deviating from these progressive kinetics and undergoing X-reactivation too rapidly fail to enter a meiotic trajectory. Our data reveals that a fine-tuned X-inactivation and -reactivation cycle is a critical feature of female germ cell developmental competence towards meiosis and oogenesis

Abstract Relapse remains a major challenge in the clinical management of acute myeloid leukemia (AML), and is driven by rare therapy-resistant leukemia-initiating stem cells (LSCs) that reside in specific bone marrow niches. Hypoxia signaling keeps cells in a quiescent and metabolically relaxed state, desensitizing them to chemotherapy. This suggests the hypothesis that hypoxia contributes to AML-LSC function and chemoresistance and is a therapeutic target to sensitize AML-LSCs to chemotherapy. Here, we provide a comprehensive single-cell expression atlas (119,000 cells) of AML cells and AML-LSCs in paired diagnostic-relapse samples from risk-stratified patients with AML. The HIF/hypoxia pathway is attenuated in AML-LSCs compared with differentiated AML cells, but is enhanced when compared with healthy hematopoietic cells. Accordingly, chemical inhibition cooperates with standard-of-care chemotherapy to impair leukemogenesis, substantially eliminating AML-LSCs. These findings support the HIF pathway as a stem cell regulator in human AML, and reveal avenues for combinatorial targeted and chemotherapy-based approaches to specifically eliminate AML-LSCs.

Abstract BACKGROUND In droplet-based single-cell and single-nucleus RNA-seq experiments, not all reads associated with one cell barcode originate from the encapsulated cell. Such background noise is attributed to spillage from cell-free ambient RNA or barcode swapping events. Here, we characterize this background noise exemplified by three single-cell RNA-seq (scRNA-seq) and two single-nucleus RNA-seq (snRNA-seq) replicates of mouse kidney cells. For each experiment, kidney cells from two mouse subspecies were pooled, allowing to identify cross-genotype contaminating molecules and estimate the levels of background noise. RESULTS We find that background noise is highly variable across replicates and individual cells, making up on average 3-35% of the total counts (UMIs) per cell and show that this has a considerable impact on the specificity and detectability of marker genes. In search of the source of background noise, we find that expression profiles of cell-free droplets are very similar to expression profiles of cross-genotype contamination and hence that the majority of background molecules originates from ambient RNA. Finally, we use our genotype-based estimates to evaluate the performance of three methods (CellBender, DecontX, SoupX) that are designed to quantify and remove background noise. We find that CellBender provides the most precise estimates of background noise levels and also yields the highest improvement for marker gene detection. By contrast, clustering and classification of cells are fairly robust towards background noise and only small improvements can be achieved by background removal that may come at the cost of distortions in fine structure. CONCLUSION Our findings help to better understand the extent, sources and impact of background noise in single-cell experiments and provide guidance on how to deal with it.