Abstract The endometrium, the mucosal lining of the uterus, undergoes dynamic changes throughout the menstrual cycle in response to ovarian hormones. We have generated dense single-cell and spatial reference maps of the human uterus and three-dimensional endometrial organoid cultures. We dissect the signaling pathways that determine cell fate of the epithelial lineages in the lumenal and glandular microenvironments. Our benchmark of the endometrial organoids reveals the pathways and cell states regulating differentiation of the secretory and ciliated lineages both in vivo and in vitro. In vitro downregulation of WNT or NOTCH pathways increases the differentiation efficiency along the secretory and ciliated lineages, respectively. We utilize our cellular maps to deconvolute bulk data from endometrial cancers and endometriotic lesions, illuminating the cell types dominating in each of these disorders. These mechanistic insights provide a platform for future development of treatments for common conditions including endometriosis and endometrial carcinoma.

Abstract The endometrium, the mucosal lining of the uterus, undergoes dynamic changes throughout the menstrual cycle in response to ovarian hormones. We have generated single-cell and spatial reference maps of the human uterus and 3D endometrial organoid cultures. We dissect the signalling pathways that determine cell fate of the epithelial lineages in the lumenal and glandular microenvironments. Our benchmark of the endometrial organoids highlights common pathways regulating the differentiation of secretory and ciliated lineage in vivo and in vitro . We show in vitro that downregulation of WNT or NOTCH pathways increases the differentiation efficiency along the secretory and ciliated lineages, respectively. These mechanistic insights provide a platform for future development of treatments for a range of common endometrial disorders including endometriosis and carcinoma.

Abstract Subclonality is a universal feature of cancers yet how clones grow, are spatially organised, differ phenotypically or influence clinical outcome is unclear. To address this, we developed base specific in situ sequencing (BaSISS). In fixed tissues, transcripts harbouring clone-defining mutations are detected, converted into quantitative clone maps and characterised through multi-layered data integration. Applied to 8 samples from key stages of breast cancer progression BaSISS localised 1.42 million genotype informative transcripts across 4.9cm 2 of tissue. Microscopic clonal topographies are shaped by resident tissue architectures. Distinct transcriptional, histological and immunological features distinguish coexistent genetic clones. Spatial lineage tracing temporally orders clone features associated with the emergence of aggressive clinical traits. These results highlight the pivotal role of spatial genomics in deciphering the mechanisms underlying cancer progression.

Abstract Realising the full potential of novel image-based spatial transcriptomic (IST) technologies requires robust and accurate algorithms for decoding the hundreds of thousand fluorescent signals each derived from single molecules of mRNA. In this paper, we introduce PoSTcode, a probabilistic method for transcript decoding from cyclic multi-channel images, whose effectiveness is demonstrated on multiple large-scale datasets generated using different versions of the in situ sequencing protocols. PoSTcode is based on a re-parametrised matrix-variate Gaussian mixture model designed to account for correlated noise across fluorescence channels and imaging cycles. PoSTcode is shown to recover up to 50% more confidently decoded molecules while simultaneously decreasing transcript mislabeling when compared to existing decoding techniques. In addition, we demonstrate its increased stability to various types of noise and tuning parameters, which makes this new approach reliable and easy to use in practice. Lastly, we show that PoSTcode produces fewer doublet signals compared to a pixel-based decoding algorithm.