Olfaction relies on a coordinated partnership between odorant flow and neuronal communication. Disruption in our ability to detect odors, or anosmia, has emerged as a hallmark symptom of infection with SARS-CoV-2, yet the mechanism behind this abrupt sensory deficit remains elusive. Here, using molecular evaluation of human olfactory epithelium (OE) from subjects succumbing to COVID-19 and a hamster model of SARS-CoV-2 infection, we discovered widespread downregulation of olfactory receptors (ORs) as well as key components of their signaling pathway. OR downregulation likely represents a non-cell autonomous effect, since SARS-CoV-2 detection in OSNs is extremely rare both in human and hamster OEs. A likely explanation for the reduction of OR transcription is the striking reorganization of nuclear architecture observed in the OSN lineage, which disrupts multi-chromosomal compartments regulating OR expression in humans and hamsters. Our experiments uncover a novel molecular mechanism by which a virus with a very selective tropism can elicit persistent transcriptional changes in cells that evade it, contributing to the severity of COVID-19.

SUMMARY SARS-CoV-2 has been found capable of inducing prolonged pathologies collectively referred to as Long-COVID. To better understand this biology, we compared the short- and long-term systemic responses in the golden hamster following either SARS-CoV-2 or influenza A virus (IAV) infection. While SARS-CoV-2 exceeded IAV in its capacity to cause injury to the lung and kidney, the most significant changes were observed in the olfactory bulb (OB) and olfactory epithelium (OE) where inflammation was visible beyond one month post SARS-CoV-2 infection. Despite a lack of detectable virus, OB/OE demonstrated microglial and T cell activation, proinflammatory cytokine production, and interferon responses that correlated with behavioral changes. These findings could be corroborated through sequencing of individuals who recovered from COVID-19, as sustained inflammation in OB/OE tissue remained evident months beyond disease resolution. These data highlight a molecular mechanism for persistent COVID-19 symptomology and characterize a small animal model to develop future therapeutics.

Abstract The ideal technology for directly investigating the relationship between genotype and phenotype would analyze both RNA and DNA genome-wide and with single-cell resolution. However, existing tools lack the throughput required for comprehensive analysis of complex tumors and tissues. We introduce a highly scalable method for jointly profiling DNA and expression following nucleosome depletion (DEFND-seq). In DEFND-seq, nuclei are nucleosome-depleted, tagmented, and separated into individual droplets for mRNA and genomic DNA barcoding. Once nuclei have been depleted of nucleosomes, subsequent steps can be performed using the widely available 10x Genomics droplet microfluidic technology and commercial kits without experimental modification. We demonstrate the production of high-complexity mRNA and gDNA sequencing libraries from thousands of individual nuclei from both cell lines and archived surgical specimens for associating gene expression phenotypes with both copy number and single nucleotide variants.

Abstract Glioblastoma (GBM) is an aggressive diffusely infiltrating neoplasm that spreads beyond surgical resection margins, where it intermingles with non-neoplastic brain cells. This complex microenvironment harboring infiltrating glioma and non-neoplastic brain cells is the origin of tumor recurrence. Thus, understanding the cellular and molecular features of the glioma microenvironment is therapeutically and prognostically important. We used single-nucleus RNA sequencing (snRNAseq) to determine the cellular composition and transcriptional states in primary and recurrent glioma and identified three compositional ‘tissue-states’ defined by the observed patterns of cohabitation between neoplastic and non-neoplastic brain cells. These comprise states enriched in A) neurons and non-neoplastic glia, B) reactive astrocytes and inflammatory cells, and C) proliferating tumor cells. The tissue states also showed distinct associations with the different transcriptional states of GBM cells. Spatial transcriptomics revealed that the cell-types/transcriptional-states associated with each tissue state colocalize in space. Tissue states are clinically significant because they correlate with radiographic, histopathologic, and prognostic features. Importantly, we found that our compositionally-defined tissue states are enriched in distinct metabolic pathways. One such pathway is fatty acid biosynthesis, which was enriched in tissue state B – a state enriched in recurrent glioblastoma and associated with shorter overall survival- and composed of astrocyte-like/mesenchymal glioma cells, reactive astrocytes, and monocyte-like myeloid cells. We showed that treating acute slices of GBM with a fatty acid synthesis inhibitor is sufficient to deplete the transcriptional signature of tissue state B. Our findings define a novel compositional approach to analyze glioma-infiltrated tissue which allows us to discover prognostic and targetable features, paving the way to new mechanistic and therapeutic discoveries.

Abstract Glioblastoma (GBM) is the most common and aggressive malignant primary brain tumor, and surgical resection is a key part of the standard-of-care. In fluorescence-guided surgery (FGS), fluorophores are used to differentiate tumor tissue from surrounding normal brain. The heme synthesis pathway converts 5-aminolevulinic acid (5-ALA), a fluorogenic substrate used for FGS, to fluorescent protoporphyrin IX (PpIX). The resulting fluorescence is thought to be specific to transformed glioma cells, but this specificity has not been examined at single-cell level. We performed paired single-cell imaging and RNA sequencing of individual cells (SCOPE-seq2) on human GBM surgical specimens with visible PpIX fluorescence from patients who received 5-ALA prior to surgery. SCOPE-seq2 allows us to simultaneously image PpIX fluorescence and unambiguously identify transformed glioma cells from single-cell RNA-seq (scRNA-seq). We observed that 5-ALA treatment results in labeling that is not specific to transformed tumor cells. In cell culture, we further demonstrated that untransformed cells can be labeled by 5-ALA directly or by PpIX secreted from surrounding transformed cells. In acute slice cultures from mouse glioma models, we showed that 5-ALA preferentially labels GBM tumor tissue over non-neoplastic brain tissue, and that this contrast is not due to blood-brain-barrier disruption. Taken together, our findings support the use of 5-ALA as an indicator of GBM tissue, but not as a specific marker of transformed glioma cells.

Glioma cells hijack developmental transcriptional programs to control cell state. During neural development, lineage trajectories rely on specialized metabolic pathways. However, the link between tumor cell state and metabolic programs is poorly understood in glioma. Here we uncover a glioma cell state-specific metabolic liability that can be leveraged therapeutically. To model cell state diversity, we generated genetically engineered murine gliomas, induced by deletion of p53 alone (p53) or with constitutively active Notch signaling (N1IC), a pathway critical in controlling cellular fate. N1IC tumors harbored quiescent astrocyte-like transformed cell states while p53 tumors were predominantly comprised of proliferating progenitor-like cell states. N1IC cells exhibit distinct metabolic alterations, with mitochondrial uncoupling and increased ROS production rendering them more sensitive to inhibition of the lipid hydroperoxidase GPX4 and induction of ferroptosis. Importantly, treating patient-derived organotypic slices with a GPX4 inhibitor induced selective depletion of quiescent astrocyte-like glioma cell populations with similar metabolic profiles.

ABSTRACT Purpose Diffuse Midline Glioma (DMG) is a fatal tumor traditionally treated with radiotherapy (RT) and previously characterized as having a non-inflammatory tumor immune microenvironment (TIME). FLASH is a novel RT technique using ultra-high dose rate, which is associated with decreased toxicity and effective tumor control. However, the effect of FLASH and conventional (CONV) RT on the DMG TIME have not yet been explored. Methods Here, we perform single-cell RNA sequencing and flow cytometry on immune cells isolated from an orthotopic syngeneic murine model of brainstem DMG following the use of FLASH (90Gy/sec) or CONV (2Gy/min) dose-rate RT, and compare to unirradiated tumor (SHAM). Results At day 4 post-RT, FLASH exerts similar effects as CONV in the predominant microglial (MG) population, including the presence of two activated subtypes. However, at day 10 post-RT, we observe a significant increase in type 1 interferon alpha receptor (IFNAR+) in MG in CONV and SHAM compared to FLASH. In the non-resident myeloid clusters of macrophages (MACs) and dendritic cells (DCs), we find increased type 1 interferon (IFN1) pathway enrichment for CONV compared to FLASH and SHAM by scRNA-seq. We observe this trend by flow cytometry at day 4 post-RT in IFNAR+ MACs and DCs, which equalizes by day 10 post-RT. DMG control and murine survival are equivalent between RT dose rates. Conclusion Our work is the first to map CONV and FLASH immune alterations of the DMG TIME with single-cell resolution. While DMG tumor control and survival are similar between CONV and FLASH, we find that changes in immune compartments differ over time. Importantly, while both RT modalities increase IFN1, we find that the timing of this response is cell-type and dose-rate dependent. These temporal differences, particularly in the context of tumor control, warrant further study.

Abstract Live cell imaging allows direct observation and monitoring of phenotypes that are difficult to infer from transcriptomics. However, existing methods for linking microscopy and single-cell RNA-seq (scRNA-seq) have limited scalability. Here, we describe an upgraded version of Single Cell Optical Phenotyping and Expression (SCOPE-seq2) for combining single-cell imaging and expression profiling, with substantial improvements in throughput, molecular capture efficiency, linking accuracy, and compatibility with standard microscopy instrumentation. We introduce improved optically decodable mRNA capture beads and implement a more scalable and simplified optical decoding process. We demonstrate the utility of SCOPE-seq2 for fluorescence, morphological, and expression profiling of individual primary cells from a human glioblastoma (GBM) surgical sample, revealing relationships between simple imaging features and cellular identity, particularly among malignantly transformed tumor cells.

Abstract Glioblastomas (GBMs) are biologically heterogeneous within and between patients. Many previous attempts to characterize this heterogeneity have classified tumors according to their omics similarities. These discrete classifications have predominantly focused on characterizing malignant cells, neglecting the immune and other cell populations that are known to be present. We leverage a manifold learning algorithm to define a low-dimensional transcriptional continuum along which heterogeneous GBM samples organize. This reveals three polarized states: invasive, immune/inflammatory, and proliferative. The location of each sample along this continuum correlates with the abundance of eighteen malignant, immune, and other cell populations. We connect these cell abundances with magnetic resonance imaging and find that the relationship between contrast enhancement and tumor composition varies with patient sex and treatment status. These findings suggest that GBM transcriptional biology is a predictably constrained continuum that contains a limited spectrum of viable cell cohabitation ecologies. Since the relationships between this ecological continuum and imaging vary with patient sex and tumor treatment status, studies that integrate imaging features with tumor biology should incorporate these variables in their design.

Glioblastoma heterogeneity and plasticity remain controversial, with proposed subtypes representing the average of highly heterogeneous admixtures of independent transcriptional states. Single-cell, protein-activity-based analysis allowed full quantification of >6,000 regulatory and signaling proteins, thus providing a previously unattainable single-cell characterization level. This helped identify four novel, molecularly distinct subtypes that successfully harmonize across multiple GBM datasets, including previously published bulk and single-cell profiles and single cell profiles from seven orthotopic PDX models, representative of prior subtype diversity. GBM is thus characterized by the plastic coexistence of single cells in two mutually-exclusive developmental lineages, with additional stratification provided by their proliferative potential. Consistently, all previous subtypes could be recapitulated by single-cell mixtures drawn from newly identified states. Critically, drug sensitivity was predicted and validated as highly state- dependent, both in single-cell assays from patient-derived explants and in PDX models, suggesting that successful treatment requires combinations of multiple drugs targeting these distinct tumor states.