Abstract Single cell RNA sequencing (scRNA-seq) has become a core tool for researchers to understand biology. As scRNA-seq has become more ubiquitous, many applications demand higher scalability and sensitivity. Split-pool combinatorial barcoding makes it possible to scale projects to hundreds of samples and millions of cells, overcoming limitations of previous droplet based technologies. However, there is still a need for increased sensitivity for both droplet and combinatorial barcoding based scRNA-seq technologies. To meet this need, here we introduce an updated combinatorial barcoding method for scRNA-seq with dramatically improved sensitivity. To assess performance, we profile a variety of sample types, including cell lines, human peripheral blood mononuclear cells (PBMCs), mouse brain nuclei, and mouse liver nuclei. When compared to the previously best performing approach, we find up to a 2.6-fold increase in unique transcripts detected per cell and up to a 1.8-fold increase in genes detected per cell. These improvements to transcript and gene detection increase the resolution of the resulting data, making it easier to distinguish cell types and states in heterogeneous samples. Split-pool combinatorial barcoding already enables scaling to millions of cells, the ability to perform scRNA-seq on previously fixed and frozen samples, and access to scRNA-seq without the need to purchase specialized lab equipment. Our hope is that by combining these previous advantages with the dramatic improvements to sensitivity presented here, we will elevate the standards and capabilities of scRNA-seq for the broader community.

SUMMARY Approximately, 30% of early-stage localized prostate cancer cases reoccur within 5 to 10 years [1, 2]. However, identifying precise molecular subtypes attributable to specific stages of prostate cancer has proven difficult due to high heterogeneity within localized tumors [3–5]. Bulk assays represent a population average, which is a result of the heterogeneity that exists at the individual prostate cancer cell level [6]. Here, we sequenced the accessible chromatin regions of 14,424 single-cells collected from 18 fresh-frozen prostate tumors using sci-ATAC-seq [7, 8]. We observed that shared chromatin features among low-grade prostate cancer epithelial cells were lost in high-grade tumors. Despite this loss, all high-grade tumors exhibited an enrichment for FOXA1, HOXB13 and CDX2 transcription factor binding sites within their accessible chromatin regions, indicating a shared trans-regulatory program. Single-cell analysis of the differentially accessible regions in high- versus low-grade prostate tumors identified two unique genes encoding neuronal adhesion molecules, NRXN1 and NLGN1. We found that NRXN1 and NLGN1 are expressed in the epithelial luminal, basal and neuroendocrine cells, as well as the immune, endothelial and neuronal cell types in all prostate tumors. Overall, these results provide a deeper understanding of the active gene regulatory networks in low- and high-grade prostate tumors at a striking resolution and provide critical insights for molecular stratification of the disease.

ABSTRACT Mapping spatial interactions of cancer, immune and stromal cells present novel opportunities for patient stratification and for advancing immunotherapy. While single-cell studies revealed significant molecular heterogeneity in prostate tumors, there is currently no understanding of how immune cell heterogeneity impacts spatial coordination between tumor and stromal cells in localized tumors. Here, we used cyclic immunofluorescent imaging on whole-tissue sections to uncover novel spatial associations between cancer and stromal cells in low- and high-grade prostate tumors and tumor-adjacent normal tissues. Our results provide a spatial map of 699,461 single-cells that show epigenetic and molecular differences in distinct clinical grades. We report unique populations of mast cells that differentially express CD44, CD90 and Granzyme B (GZMB) and demonstrate GZMB+ mast cells are spatially associated with M2 macrophages in prostate tumors. Finally, we uncover recurrent neighborhoods that are primarily driven by androgen receptor positive (AR+) stromal cells and identify transcriptional networks active in AR+ prostate stroma.

Development is a complex process that requires the precise modulation of regulatory gene networks controlled through dynamic changes in the epigenome. Single-cell -omic technologies provide an avenue for understanding the mechanisms of these processes by capturing the progression of epigenetic cell states during the course of cellular differentiation using in vitro or in vivo models. However, current single-cell epigenomic methods are limited in the information garnered per individual cell, which in turn limits their ability to measure chromatin dynamics and state shifts. Single-cell combinatorial indexing (sci-) has been applied as a strategy for identifying single-cell -omic originating libraries and removes the necessity of single-cell, single-compartment chemistry. Here, we report an improved sci- assay for transposase accessible chromatin by sequencing (ATAC-seq), which utilizes the small molecule inhibitor Pitstop 2 (scip-ATAC-seq). We demonstrate that these improvements, which theoretically could be applied to any in situ transposition method for single-cell library preparation, significantly increase the ability of transposase to enter the nucleus and generate highly complex single-cell libraries, without altering biological signal. We applied sci-ATAC-seq and scip-ATAC-seq to characterize the chromatin dynamics of developing forebrain-like organoids, an in vitro model of human corticogenesis. Using these data, we characterized novel putative regulatory elements, compared the epigenome of the organoid model to human cortex data, generated a high-resolution pseudotemporal map of chromatin accessibility through differentiation, and measured epigenomic changes coinciding with a neurogenic fate decision point. Finally, we combined transcription factor motif accessibility with gene activity (GA) scores to directly observe the dynamics of complex regulatory programs that regulate neurogenesis through developmental pseudotime. Overall, scip-ATAC-seq increases information content per cell and bolsters the potential for future single-cell studies into complex developmental processes.

We present a follow-on technique for the cyclic-immunofluorescence profiling of suspension particles isolated using dielectrophoresis. The original lab-on-chip technique ("cyc-DEP" [cyclic immunofluorescent imaging on dielectrophoretic chip]) was designed for the multiplex surveillance of circulating biomarkers. Nanoparticles were collected from low-volume liquid biopsies using microfluidic dielectrophoretic chip technology. Subsequent rounds of cyclic immunofluorescent labeling and quenching were imaged and quantified with a custom algorithm to detect multiple proteins. While cyc-DEP improved assay multiplicity, long runtimes threatened its clinical adoption. Here, we modify the original cyc-DEP platform to reduce assay runtimes. Nanoparticles were formulated from human prostate adenocarcinoma cells and collected using dielectrophoresis. Three proteins were labeled on-chip with a mixture of short oligonucleotide-conjugated antibodies. The sample was then incubated with complementary fluorophore-conjugated oligonucleotides, which were dehybridized using an ethylene carbonate buffer after each round of imaging. Oligonucleotide removal exhibited an average quenching efficiency of 98 ± 3% (n = 12 quenching events), matching the original cyc-DEP platform. The presented "oligo cyc-DEP" platform achieved clinically relevant sample-to-answer times, reducing the duration for three rounds of cyclic immunolabeling from approximately 20 to 6.5 h-a 67% decrease attributed to rapid fluorophore removal and the consolidated co-incubation of antibodies.