To resolve cellular heterogeneity, we developed a combinatorial indexing strategy to profile the transcriptomes of single cells or nuclei, termed sci-RNA-seq (single-cell combinatorial indexing RNA sequencing). We applied sci-RNA-seq to profile nearly 50,000 cells from the nematode Caenorhabditis elegans at the L2 larval stage, which provided >50-fold "shotgun" cellular coverage of its somatic cell composition. From these data, we defined consensus expression profiles for 27 cell types and recovered rare neuronal cell types corresponding to as few as one or two cells in the L2 worm. We integrated these profiles with whole-animal chromatin immunoprecipitation sequencing data to deconvolve the cell type-specific effects of transcription factors. The data generated by sci-RNA-seq constitute a powerful resource for nematode biology and foreshadow similar atlases for other organisms.

Although we can increasingly measure transcription, chromatin, methylation, and other aspects of molecular biology at single-cell resolution, most assays survey only one aspect of cellular biology. Here we describe sci-CAR, a combinatorial indexing-based coassay that jointly profiles chromatin accessibility and mRNA (CAR) in each of thousands of single cells. As a proof of concept, we apply sci-CAR to 4825 cells, including a time series of dexamethasone treatment, as well as to 11,296 cells from the adult mouse kidney. With the resulting data, we compare the pseudotemporal dynamics of chromatin accessibility and gene expression, reconstruct the chromatin accessibility profiles of cell types defined by RNA profiles, and link cis-regulatory sites to their target genes on the basis of the covariance of chromatin accessibility and transcription across large numbers of single cells.

The genomics of human development Understanding the trajectory of a developing human requires an understanding of how genes are regulated and expressed. Two papers now present a pooled approach using three levels of combinatorial indexing to examine the single-cell gene expression and chromatin landscapes from 15 organs in fetal samples. Cao et al. focus on measurements of RNA in broadly distributed cell types and provide insights into organ specificity. Domcke et al. examined the chromatin accessibility of cells from these organs and identify the regulatory elements that regulate gene expression. Together, these analyses generate comprehensive atlases of early human development. Science , this issue p. eaba7721 , p. eaba7612

The genomics of human development Understanding the trajectory of a developing human requires an understanding of how genes are regulated and expressed. Two papers now present a pooled approach using three levels of combinatorial indexing to examine the single-cell gene expression and chromatin landscapes from 15 organs in fetal samples. Cao et al. focus on measurements of RNA in broadly distributed cell types and provide insights into organ specificity. Domcke et al. examined the chromatin accessibility of cells from these organs and identify the regulatory elements that regulate gene expression. Together, these analyses generate comprehensive atlases of early human development. Science , this issue p. eaba7721 , p. eaba7612

High-throughput chemical screens typically use coarse assays such as cell survival, limiting what can be learned about mechanisms of action, off-target effects, and heterogeneous responses. Here, we introduce "sci-Plex," which uses "nuclear hashing" to quantify global transcriptional responses to thousands of independent perturbations at single-cell resolution. As a proof of concept, we applied sci-Plex to screen three cancer cell lines exposed to 188 compounds. In total, we profiled ~650,000 single-cell transcriptomes across ~5000 independent samples in one experiment. Our results reveal substantial intercellular heterogeneity in response to specific compounds, commonalities in response to families of compounds, and insight into differential properties within families. In particular, our results with histone deacetylase inhibitors support the view that chromatin acts as an important reservoir of acetate in cancer cells.

Summary Conventional single-cell genomics approaches are limited by throughput and thus may have failed to capture aspects of the molecular signatures and dynamics of rare cell types associated with aging and diseases. Here, we developed EasySci , an extensively improved single-cell combinatorial indexing strategy, for investigating the age-dependent dynamics of transcription and chromatin accessibility across diverse brain cell types. We profiled ∼1.5 million single-cell transcriptomes and ∼400,000 single-cell chromatin accessibility profiles across mouse brains spanning different ages, genotypes, and both sexes. With a novel computational framework designed for characterizing cellular subtypes based on the expression of both genes and exons, we identified > 300 cell subtypes and deciphered their underlying molecular programs and spatial locations especially for rare cell types ( e.g., pinealocytes, tanycytes). Leveraging these data, we generated a global readout of age-dependent changes at cell subtype resolution, providing insights into cell types that expand ( e.g., rare astrocytes and vascular leptomeningeal cells in the olfactory bulb, reactive microglia, and oligodendrocytes) or are depleted ( e.g., neuronal progenitors, neuroblasts, committed oligodendrocyte precursors) as age progresses. Furthermore, we explored cell-type-specific responses to genetic perturbations associated with Alzheimer’s disease (AD) and identified rare cell types depleted ( e.g., mt-Cytb + , mt-Rnr2 + choroid plexus epithelial cells) or enriched ( e.g., Col25a1 +, Ndrg1 + interbrain and midbrain neurons) in both AD models. Key findings are consistent between males and females, validated across the transcriptome, chromatin accessibility, and spatial analyses. Finally, we profiled a total of 118,240 single-nuclei transcriptomes from twenty-four post-mortem human brain samples derived from control and AD patients, revealing highly cell-type-specific and region-specific gene expression changes associated with AD pathogenesis. Critical AD-associated gene signatures were validated in both human and mice. In summary, these data comprise a rich resource for exploring cell-type-specific dynamics and the underlying molecular mechanisms in normal and pathological mammalian aging.

Abstract Mammalian embryogenesis is characterized by rapid cellular proliferation and diversification. Within a few weeks, a single cell zygote gives rise to millions of cells expressing a panoply of molecular programs, including much of the diversity that will subsequently be present in adult tissues. Although intensively studied, a comprehensive delineation of the major cellular trajectories that comprise mammalian development in vivo remains elusive. Here we set out to integrate several single cell RNA-seq datasets (scRNA-seq) that collectively span mouse gastrulation and organogenesis. We define cell states at each of 19 successive stages spanning E3.5 to E13.5, heuristically connect them with their pseudo-ancestors and pseudo-descendants, and for a subset of stages, deconvolve their approximate spatial distributions. Despite being constructed through automated procedures, the resulting trajectories o f m ammalian e mbryogenesis (TOME) are largely consistent with our contemporary understanding of mammalian development. We leverage TOME to nominate transcription factors (TF) and TF motifs as key regulators of each branch point at which a new cell type emerges. Finally, to facilitate comparisons across vertebrates, we apply the same procedures to single cell datasets of zebrafish and frog embryogenesis, and nominate “cell type homologs” based on shared regulators and transcriptional states.

Abstract Gene expression heterogeneity is ubiquitous within single cell datasets, even among cells of the same type. Heritable expression differences, defined here as those which persist over multiple cell divisions, are of particular interest, as they can underlie processes including cell differentiation during development as well as the clonal selection of drug-resistant cancer cells. However, heritable sources of variation are difficult to disentangle from non-heritable ones, such as cell cycle stage, asynchronous transcription, and measurement noise. Since heritable states should be shared by lineally related cells, we sought to leverage CRISPR-based lineage tracing, together with single cell molecular profiling, to discriminate between heritable and non-heritable variation in gene expression. We show that high efficiency capture of lineage profiles alongside single cell gene expression enables accurate lineage tree reconstruction and reveals an abundance of progressive, heritable gene expression changes. We find that a subset of these are likely mediated by structural genetic variation (copy number alterations, translocations), but that the stable attributes of others cannot be understood with expression data alone. Towards addressing this, we develop a method to capture cell lineage histories alongside single cell chromatin accessibility profiles, such that expression and chromatin accessibility of closely related cells can be linked via their lineage histories. We call this indirect “coassay” approach “THE LORAX” and leverage it to explore the genetic and epigenetic mechanisms underlying heritable gene expression changes. Using this approach, we show that we can discern between heritable gene expression differences mediated by large and small copy number changes, trans effects, and possible epigenetic variation.

Abstract Mouse models are a critical tool for studying human diseases, particularly developmental disorders, as well as for advancing our general understanding of mammalian biology. However, it has long been suspected that conventional approaches for phenotyping are insufficiently sensitive to detect subtle defects throughout the developing mouse. Here we set out to establish single cell RNA sequencing (sc-RNA-seq) of the whole embryo as a scalable platform for the systematic molecular and cellular phenotyping of mouse genetic models. We applied combinatorial indexing-based sc-RNA-seq to profile 101 embryos of 26 genotypes at embryonic stage E13.5, altogether profiling gene expression in over 1.6M nuclei. The 26 genotypes include 22 mouse mutants representing a range of anticipated severities, from established multisystem disorders to deletions of individual enhancers, as well as the 4 wildtype backgrounds on which these mutants reside. We developed and applied several analytical frameworks for detecting differences in composition and/or gene expression across 52 cell types or trajectories. Some mutants exhibited changes in dozens of trajectories ( e.g. , the pleiotropic consequences of altering the Sox9 regulatory landscape) whereas others showed phenotypes affecting specific subsets of cells. We also identify differences between widely used wildtype strains, compare phenotyping of gain vs. loss of function mutants, and characterise deletions of topological associating domain (TAD) boundaries. Intriguingly, even among these 22 mutants, some changes are shared by heretofore unrelated models, suggesting that developmental pleiotropy might be “decomposable” through further scaling of this approach. Overall, our findings show how single cell profiling of whole embryos can enable the systematic molecular and cellular phenotypic characterization of mouse mutants with unprecedented breadth and resolution.