Abstract Global profile of gene expression at single-cell resolution remains to be determined for primates. Using a recently developed technology (“Stereo-seq”), we have obtained a comprehensive single-cell spatial transcriptome map at the whole-brain level for cynomolgus monkeys, with ∼600 genes per cell for 10 μm-thick coronal sections (up to 15 cm 2 in size). Large-scale single-nucleus RNA-seq analysis for ∼1 million cells helped to identify cell types corresponding to Stereo-seq gene expression profiles, providing a 3-D cell type atlas of the monkey brain. Quantitative analysis of Stereo-seq data revealed molecular fingerprints that mark distinct neocortical layers and subregions, as well as domains within subcortical structures including hippocampus, thalamus, striatum, cerebellum, hypothalamus and claustrum. Striking whole-brain topography and coordinated patterns were found in the expression of genes encoding receptors and transporters for neurotransmitters and neuromodulators. These results pave the way for cellular and molecular understanding of organizing principles of the primate brain.

Cells do not live in a vacuum, but in a milieu defined by cell–cell communication that can be measured via emerging high-resolution spatial transcriptomics approaches. However, analytical tools that fully leverage such data for kinetic modeling remain lacking. Here we present Spateo ( aristoteleo/spateo-release ), a general framework for quantitative spatiotemporal modeling of single-cell resolution spatial transcriptomics. Spateo delivers novel methods for digitizing spatial layers/columns to identify spatially-polar genes, and develops a comprehensive framework of cell-cell interaction to reveal spatial effects of niche factors and cell type-specific ligand-receptor interactions. Furthermore, Spateo reconstructs 3D models of whole embryos, and performs 3D morphometric analyses. Lastly, Spateo introduces the concept of “morphometric vector field” of cell migrations, and integrates spatial differential geometry to unveil regulatory programs underlying various organogenesis patterns of Drosophila. Thus, Spateo enables the study of the ecology of organs at a molecular level in 3D space, beyond isolated single cells.

Abstract Owing to recent advances in resolution and field-of-view, spatially resolved sequencing has emerged as a cutting-edge technology that provides a technical foundation for the interpretation of large tissues at the single-cell level. To generate accurate single-cell spatial gene expression profiles from high-resolution spatial omics data and associated images, a powerful one-stop toolbox is required. Here, we present StereoCell, an image-facilitated cell segmentation framework for high-resolution and large field-of-view spatial transcriptomics. StereoCell provides a comprehensive and systematic platform for the generation of high-confidence single-cell spatial data, which includes image stitching, registration, nuclei segmentation, and molecule labeling. During image stitching and molecule labeling, StereoCell delivers better-performing algorithms to reduce stitching error and time, in addition to improving the signal-to-noise ratio of single-cell gene expression data, in comparison with existing methods. Additionally, StereoCell has been shown to obtain highly accurate single-cell spatial data using mouse brain tissue, which facilitated clustering and annotation.

Summary Understanding the complex functions of plant leaves requires spatially resolved gene expression profiling with single-cell resolution. However, although in situ gene expression profiling technologies have been developed, this goal has not yet been achieved. Here, we present the first in situ single-cell transcriptome profiling in plant, scStereo-seq (single-cell SpaTial Enhanced REsolution Omics-sequencing), which enabled the bona fide single-cell spatial transcriptome of Arabidopsis leaves. We successfully characterized subtle but significant transcriptomic differences between upper and lower epidermal cells. Furthermore, with high-resolution location information, we discovered the cell type-specific spatial gene expression gradients from main vein to leaf edge. By reconstructing those spatial gradients, we show for the first time the distinct spatial developmental trajectories of vascular cells and guard cells. Our findings show the importance of incorporating spatial information for answering complex biological questions in plant, and scStereo-seq offers a powerful single cell spatially resolved transcriptomic strategy for plant biology.

Abstract Integrative analysis of spatially resolved transcriptomics datasets empowers a deeper understanding of complex biological systems. However, integrating multiple tissue sections presents challenges for batch effect removal, particularly when the sections are measured by various technologies or collected at different times. Here, we propose spatiAlign, an unsupervised contrastive learning model that employs the expression of all measured genes and the spatial location of cells, to integrate multiple tissue sections. It enables the joint downstream analysis of multiple datasets not only in low-dimensional embeddings but also in the reconstructed full expression space. In benchmarking analysis, spatiAlign outperforms state-of-the-art methods in learning joint and discriminative representations for tissue sections, each potentially characterized by complex batch effects or distinct biological characteristics. Furthermore, we demonstrate the benefits of spatiAlign for the integrative analysis of time-series brain sections, including spatial clustering, differential expression analysis, and particularly trajectory inference that requires a corrected gene expression matrix.

SUMMARY Vertebrate embryogenesis is a remarkably dynamic process during which numerous cell types of different lineages generate, change, or disappear within a short period of time. A major challenge in understanding this process is the lack of topographical transcriptomic information that can help correlate microenvironmental cues within the hierarchy of cell fate decisions. Here, we employed Stereo-seq, a high-definition spatially resolved transcriptomic technology, to dissect the spatiotemporal dynamics of gene expression and regulatory networks in the developing zebrafish embryos. We profiled 91 embryo sections covering six critical time points during the first 24 hours of development, obtaining a total of 139,391 spots at cellular size (∼100 μm 2 ) with spatial coordinates. Meanwhile, we identified spatial modules and co-varying genes for specific tissue organizations. By performing the integrative analysis of the Stereo-seq and scRNA-seq data from each time point, we reconstructed the spatially resolved developmental trajectories of cell fate transitions and molecular changes during zebrafish embryogenesis. We further investigated the spatial distribution of ligand-receptor pairs for major signaling pathways and identified novel interactions that potentially crosstalk with the Notch signaling pathway during zebrafish development. Our study constitutes a fundamental reference for further studies aiming to understand vertebrate development.

Abstract Spatially resolved transcriptomics (SRT) provides the opportunity to investigate the gene expression profiles and the spatial context of cells in naive state. Cell type annotation is a crucial task in the spatial transcriptome analysis of cell and tissue biology. In this study, we propose Spatial-ID, a supervision-based cell typing method, for high-throughput cell-level SRT datasets that integrates transfer learning and spatial embedding. Spatial-ID effectively incorporates the existing knowledge of reference scRNA-seq datasets and the spatial information of SRT datasets. A series of quantitative comparison experiments on public available SRT datasets demonstrate the superiority of Spatial-ID compared with other state-of-the-art methods. Besides, the application of Spatial-ID on a SRT dataset with 3D spatial dimension measured by Stereo-seq shows its advancement on the large field tissues with subcellular spatial resolution.

Abstract Single cell approaches have increased our knowledge about the cell type composition of the non-human primate (NHP), but a detailed characterization of area-specific regulatory features remains outstanding. We generated single-cell chromatin accessibility (single-cell ATAC) and transcriptomic data of 358,237 cells from prefrontal cortex (PFC), primary motor cortex (M1) and primary visual cortex (V1) of adult cynomolgus monkey brain, and integrated this dataset with Stereo-seq (Spatio-Temporal Enhanced REsolution Omics-sequencing) of the corresponding cortical areas to assign topographic information to molecular states. We identified area-specific chromatin accessible sites and their targeted genes, including the cell type-specific transcriptional regulatory network associated with excitatory neurons heterogeneity. We reveal calcium ion transport and axon guidance genes related to specialized functions of PFC and M1, identified the similarities and differences between adult macaque and human oligodendrocyte trajectories, and mapped the genetic variants and gene perturbations of human diseases to NHP cortical cells. This resource establishes a transcriptomic and chromatin accessibility combinatory regulatory landscape at a single-cell and spatially resolved resolution in NHP cortex.

Abstract Nuclear Factor 90 (NF90) is a novel virus sensor that serves to initiate antiviral innate immunity by triggering the stress granules (SGs) formation. However, the regulation of the NF90-SGs pathway remain largely unclear. We found that Tim-3, an immune checkpoint inhibitor, promotes the ubiquitination and degradation of NF90 and inhibits NF90-SGs mediated antiviral immunity. Vesicular Stomatitis Virus (VSV) infection induces the up-regulation and activation of Tim-3 in macrophages which in turn recruited the E3 ubiquitin ligase TRIM47 to the zinc finger domain of NF90 and initiated a proteasome-dependent degradation of the NF90 via K48-linked ubiquitination at Lys297. Targeted inactivation of the Tim-3 enhances the NF90 downstream SGs formation by selectively increasing the phosphorylation of PKR and eIF2a, the expression of SGs markers G3BP1 and TIA-1, and protected mice from lethal VSV challenge. These findings provide insights into the crosstalk between Tim-3 and other receptors in antiviral innate immunity and its related clinical significance.

SUMMARY Drosophila has long been a successful model organism in multiple fields such as genetics and developmental biology. Drosophila genome is relatively smaller and less redundant, yet largely conserved with mammals, making it a productive model in studies of embryogenesis, cell signaling, disease mechanisms, etc. Spatial gene expression pattern is critical for understanding of complex signaling pathways and cell-cell interactions, whereas temporal gene expression changes need to be tracked during highly dynamic activities such as tissue development and disease progression. Systematic studies in Drosophila as a whole are still impeded by lack of these spatiotemporal transcriptomic information. Drosophila embryos and tissues are of relatively small size, limiting the application of current technologies to comprehensively resolve their spatiotemporal gene expression patterns. Here, utilizing SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq), we dissected the spatiotemporal transcriptomic changes of developing Drosophila with high resolution and sensitivity. Our data recapitulated the spatial transcriptomes of embryonic and larval development in Drosophila . With these data, we identified known and previously undetected subregions in several tissues during development, and revealed known and potential gene regulatory networks of transcription factors within their topographic background. We further demonstrated that Stereo-seq data can be used for 3D reconstruction of Drosophila embryo spatial transcriptomes. Our data provides Drosophila research community with useful resources of spatiotemporally resolved transcriptomic information across developmental stages.