Abstract Formalin-fixed paraffin-embedded (FFPE) samples are valuable but underutilized in single-cell omics research due to their low DNA and RNA quality. In this study, leveraging recent single-cell genomic technology advances, we introduce a versatile method to derive high-quality single-nucleus transcriptomic data from FFPE samples.

Abstract Background Spatial transcriptomic technologies are powerful tools for resolving the spatial heterogeneity of gene expression in tissue samples. However, little evidence exists on relative strengths and weaknesses of the various available technologies for profiling human tumour tissue. In this study, we aimed to provide an objective assessment of two common spatial transcriptomics platforms, 10X Genomics’ Visium and Nanostring’s GeoMx DSP. Method The abilities of the DSP and Visium platforms to profile transcriptomic features were compared using matching cell line and primary breast cancer tissue samples. A head-to-head comparison was conducted using data generated from matching samples and synthetic tissue references. Platform specific features were also assessed according to manufacturers’ recommendations to evaluate the optimal usage of the two technologies. Results We identified substantial variations in assay design between the DSP and Visium assays such as transcriptomic coverage and composition of the transcripts detected. When the data was standardised according to manufacturers’ recommendations, the DSP platform was more sensitive in gene expression detection. However, its specificity was diminished by the presence of non-specific detection. Our results also confirmed the strength and weakness of each platform in characterising spatial transcriptomic features of tissue samples, in particular their application to hypothesis generation versus hypothesis testing. Conclusion In this study, we share our experience on both DSP and Visium technologies as end users. We hope this can guide future users to choose the most suitable platform for their research. In addition, this dataset can be used as an important resource for the development of new analysis tools.

Abstract FFPE (formalin-fixed, paraffin-embedded) tissue archives are the largest repository of clinically annotated human specimens. Despite numerous advances in technology, current methods for sequencing of FFPE-fixed single-cells are slow, labour intensive, insufficiently sensitive and have a low resolution, making it difficult to fully exploit their enormous research and clinical potential. Here we introduce single nuclei pathology sequencing (snPATHO-Seq), a sensitive and efficient high-throughput platform to profile the transcriptome of single nuclei extracted from formalin-fixed paraffin-embedded (FFPE) samples. snPATHO-Seq combines an optimised nuclei extraction protocol from archival samples with 10x Genomics probe-based technology targeting the whole transcriptome. We performed direct comparison of the Fixed RNA Profiling (FRP) and established 3’ single cell RNA-Sequencing (scRNA-Seq) workflows through a comprehensive bioinformatics analysis of matched fresh and fixed samples derived from the LNCaP prostate cancer cell line. FRP detected 2.1 times more transcripts in the fixed sample than the 3’ kit did in the fresh sample. Low mitochondrial genes detection using the FRP was translated into 99.9 percent of cells passing the QC filters, compared to 81.6 percent of cells using the v3.1 chemistry. We then optimized snPATHO-Seq and applied it to a human breast cancer metastasis to the liver collected at autopsy and preserved in FFPE, a particularly challenging sample type. Remarkably, at 28,000 reads/cell snPATHO-Seq was able to detect a median of 1850 genes/cell and 3,216 UMI counts/cell. Comparison of snPATHO-Seq with spatial transcriptomics data (10x Genomics Visium FFPE v1) derived from an adjacent section of the same sample revealed a strong correlation, validating the accuracy of the snPATHO-Seq data. Gene expression data from snPATHO-Seq was used to predict cell type composition within each spatial transcriptomic location via deconvolution. Overall, snPATHO-Seq enables high quality and sensitivity snRNA-Seq from preserved tissue samples, unlocking the vast archives of FFPE tissues and thereby allowing extensive retrospective clinical genomic studies.

Immune cells are critical determinants of solid tumour aetiology, but the diverse phenotypes of intra-tumoural immune cells remain incompletely characterised. We applied integrated single cell RNA sequencing (scRNA-Seq) and highly multiplexed protein epitope analysis to a cohort of breast cancer samples to resolve cell states within the tumour microenvironment. We reveal novel protein markers for resting and activated tumour infiltrating lymphocytes, and show that high expression of CD103 primarily marks exhausted CD8 rather than tissue resident CD8 T-cells in human breast cancers. We identify two distinct states of activated CD4+ T follicular helper (Tfh) cells. A population resembling conventional Tfh (cTfh) cells were localised primarily to lymphoid aggregates by spatial transcriptomics. In contrast, cancer associated Tfh (caTfh) cells expressing markers of tissue residency and exhaustion co-localized with cancer foci and signalled to macrophages. Importantly, increased caTfh : cTfh ratio associated with improved disease outcome and response to checkpoint immunotherapy.