Charting a biological atlas of an organ, such as the brain, requires us to spatially-resolve whole transcriptomes of single cells, and to relate such cellular features to the histological and anatomical scales. Single-cell and single-nucleus RNA-Seq (sc/snRNA-seq) can map cells comprehensively 5,6 , but relating those to their histological and anatomical positions in the context of an organ’s common coordinate framework remains a major challenge and barrier to the construction of a cell atlas 7–10 . Conversely, Spatial Transcriptomics allows for in-situ measurements 11–13 at the histological level, but at lower spatial resolution and with limited sensitivity. Targeted in situ technologies 1–3 solve both issues, but are limited in gene throughput which impedes profiling of the entire transcriptome. Finally, as samples are collected for profiling, their registration to anatomical atlases often require human supervision, which is a major obstacle to build pipelines at scale. Here, we demonstrate spatial mapping of cells, histology, and anatomy in the somatomotor area and the visual area of the healthy adult mouse brain. We devise Tangram, a method that aligns snRNA-seq data to various forms of spatial data collected from the same brain region, including MERFISH 1 , STARmap 2 , smFISH 3 , and Spatial Transcriptomics 4 (Visium), as well as histological images and public atlases. Tangram can map any type of sc/snRNA-seq data, including multi-modal data such as SHARE-seq data 5 , which we used to reveal spatial patterns of chromatin accessibility. We equipped Tangram with a deep learning computer vision pipeline, which allows for automatic identification of anatomical annotations on histological images of mouse brain. By doing so, Tangram reconstructs a genome-wide, anatomically-integrated, spatial map of the visual and somatomotor area with ∼30,000 genes at single-cell resolution, revealing spatial gene expression and chromatin accessibility patterning beyond current limitation of in-situ technologies.

Abstract Transcriptional heterogeneity due to plasticity of the epigenetic state of chromatin contributes to tumour evolution, metastasis and drug resistance 1–3 . However, the mechanisms that cause this epigenetic variation are incompletely understood. Here we identify micronuclei and chromosome bridges, aberrations in the nucleus common in cancer 4,5 , as sources of heritable transcriptional suppression. Using a combination of approaches, including long-term live-cell imaging and same-cell single-cell RNA sequencing (Look-Seq2), we identified reductions in gene expression in chromosomes from micronuclei. With heterogeneous penetrance, these changes in gene expression can be heritable even after the chromosome from the micronucleus has been re-incorporated into a normal daughter cell nucleus. Concomitantly, micronuclear chromosomes acquire aberrant epigenetic chromatin marks. These defects may persist as variably reduced chromatin accessibility and reduced gene expression after clonal expansion from single cells. Persistent transcriptional repression is strongly associated with, and may be explained by, markedly long-lived DNA damage. Epigenetic alterations in transcription may therefore be inherently coupled to chromosomal instability and aberrations in nuclear architecture.

Abstract Severe coronavirus disease 2019 (COVID-19) is characterized by systemic inflammation and can result in protracted symptoms. Robust systemic inflammation may trigger persistent changes in hematopoietic cells and innate immune memory through epigenetic mechanisms. We reveal that rare circulating hematopoietic stem and progenitor cells (HSPC), enriched from human blood, match the diversity of HSPC in bone marrow, enabling investigation of hematopoiesis and HSPC epigenomics. Following COVID-19, HSPC retain epigenomic alterations that are conveyed, through differentiation, to progeny innate immune cells. Epigenomic changes vary with disease severity, persist for months to a year, and are associated with increased myeloid cell differentiation and inflammatory or antiviral programs. Epigenetic reprogramming of HSPC may underly altered immune function following infection and be broadly relevant, especially for millions of COVID-19 survivors. One Sentence Summary Transcriptomic and epigenomic analysis of blood reveal sustained changes in hematopoiesis and innate immunity after COVID-19. Graphical Abstract

Abstract Th17 cells are a heterogenous cell population consisting of non-pathogenic Th17 cells (npTh17) that contribute to tissue homeostasis and pathogenic Th17 cells (pTh17) that are potent mediators of tissue inflammation. To reveal regulatory mechanisms underlying Th17 heterogeneity, we performed combined ATAC-seq and RNA-seq and discovered substantial differences in the chromatin landscape of npTh17 and pTh17 cells both in vitro and in vivo . Compared to other CD4 + T cell subsets, npTh17 cells share accessible chromatin programs with T regs , and pTh17 cells have an intermediate profile spanning features of npTh17 cells and Th1 cells. Integrating single-cell ATAC-seq and single-cell RNA-seq, we inferred self-reinforcing and mutually exclusive regulatory networks controlling the different cell states and predicted transcription factors (TFs) shaping the chromatin landscape of Th17 cell pathogenicity. We validated one novel TF, BACH2, which promotes immunomodulatory npTh17 programs and restrains pro-inflammatory Th1-like programs in Th17 cells and showed genetic evidence for protective variants in the human BACH2 locus associated with multiple sclerosis. Our work uncovered mechanisms that regulate Th17 heterogeneity, revealed shared regulatory programs with other CD4 + T cell subsets, and identified novel drivers of Th17 pathogenicity as potential targets to mitigate autoimmunity.

Abstract While recent technical advancements have facilitated the mapping of epigenomes at single-cell resolution, the throughput and quality of these methods have limited the widespread adoption of these technologies. Here, we describe a droplet microfluidics platform for single-cell assay for transposase accessible chromatin (scATAC-seq) for high-throughput single-cell profiling of chromatin accessibility. We use this approach for the unbiased discovery of cell types and regulatory elements within the mouse brain. Further, we extend the throughput of this approach by pairing combinatorial indexing with droplet microfluidics, enabling single-cell studies at a massive scale. With this approach, we measure chromatin accessibility across resting and stimulated human bone marrow derived cells to reveal changes in the cis - and trans- regulatory landscape across cell types and upon stimulation conditions at single-cell resolution. Altogether, we describe a total of 502,207 single-cell profiles, demonstrating the scalability and flexibility of this droplet-based platform.

Abstract Cells require coordinated control over gene expression when responding to environmental stimuli. Here, we apply scATAC-seq and scRNA-seq in resting and stimulated human blood cells. Collectively, we generate ∼91,000 single-cell profiles, allowing us to probe the cis -regulatory landscape of immunological response across cell types, stimuli and time. Advancing tools to integrate multi-omic data, we develop FigR - a framework to computationally pair scATAC-seq with scRNA-seq cells, connect distal cis -regulatory elements to genes, and infer gene regulatory networks (GRNs) to identify candidate TF regulators. Utilizing these paired multi-omic data, we define Domains of Regulatory Chromatin (DORCs) of immune stimulation and find that cells alter chromatin accessibility prior to production of gene expression at time scales of minutes. Further, the construction of the stimulation GRN elucidates TF activity at disease-associated DORCs. Overall, FigR enables the elucidation of regulatory interactions across single-cell data, providing new opportunities to understand the function of cells within tissues.

Abstract Mammalian neocortical neurons span one of the most diverse cell type spectra of any tissue. The regulatory strategies that neurons use during progressive development and maturation remain unclear. We present an integrated single-cell epigenomic and transcriptional analysis of individual classes of neurons from both mouse and marmoset neocortex, sampled during both early postmitotic stages of identity acquisition and later stages of neuronal plasticity and circuit integration. We find that in both species, the regulatory strategies controlling these early and late stages diverge: early postmitotic neurons use molecular regulatory programs with broader tissue distribution and greater evolutionary conservation, while programs active during later neuronal maturation implement more brain- and neuron-specific mechanisms showing greater evolutionary divergence. The data uncovers a temporally-regulated shift in regulatory choices, likely reflecting unique evolutionary constraints on distinct events of neuronal development in the neocortex.

Incomplete annotation of cell-to-cell state variance and widespread linkage disequilibrium in the human genome represent significant challenges to elucidating mechanisms of trait-associated genetic variation. Here, using data from the UK Biobank, we perform genetic fine-mapping for 16 blood cell traits to quantify posterior probabilities of association while allowing for multiple independent signals per region. We observe an enrichment of fine-mapped variants in accessible chromatin of lineage-committed hematopoietic progenitor cells. Further, we develop a novel analytic framework that identifies "core gene" cell type enrichments and show that this approach uniquely resolves relevant cell types within closely related populations. Applying our approach to single cell chromatin accessibility data, we discover significant heterogeneity within classically defined multipotential progenitor populations. Finally, using several lines of empirical evidence, we identify relevant cell types, predict target genes, and propose putative causal mechanisms for fine-mapped variants. In total, our study provides an analytic framework for single-variant and single-cell analyses to elucidate putative causal variants and cell types from GWAS and high-resolution epigenomic assays.

We introduce AtacWorks ( ), a method to denoise and identify accessible chromatin regions from low-coverage or low-quality ATAC-seq data. AtacWorks uses a deep neural network to learn a mapping between noisy ATAC-seq data and corresponding higher-coverage or higher-quality data. To demonstrate the utility of AtacWorks, we train a model on data from four human blood cell types and show that this model accurately denoises chromatin accessibility at base-pair resolution and identifies peaks from low-coverage bulk sequencing of unseen cell types and experimental conditions. We use the same framework to obtain high-quality results from as few as 50 aggregate single-cell ATAC-seq profiles, and also from data with a low signal-to-noise ratio. We further show that AtacWorks can be adapted for cross-modality prediction of transcription factor footprints and ChIP-seq peaks from low input ATAC-seq. Finally, we demonstrate the applications of our approach to single-cell genomics by using AtacWorks to identify regulatory regions that are differentially-accessible between rare lineage-primed subpopulations of hematopoietic stem cells.

Abstract Realizing the full utility of brain organoids as experimental systems to study human cortical development requires understanding whether organoids replicate the cellular and molecular events of this complex process precisely, reproducibly, and with fidelity to the embryo. Here we present a comprehensive single-cell transcriptomic, epigenetic, and spatial atlas of human cortical organoid development, comprising over 610,000 cells, spanning initial generation of neural progenitors through production of differentiated neuronal and glial subtypes. We define the lineage relationships and longitudinal molecular trajectories of cortical cell types during development in organoids, and show that developmental processes of cellular diversification in organoids correlate closely to endogenous ones, irrespective of metabolic state. Using this data, we identify genes with predicted human-specific roles in lineage establishment, and discover a developmental origin for the transcriptional diversity of human callosal projection neurons, a population that has undergone dramatic expansion and diversification during human evolution. Our work provides a comprehensive, single-cell molecular map of human corticogenesis in vitro , identifying developmental trajectories and molecular mechanisms associated with human cellular diversification.