Abstract Emerging spatial profiling technology has enabled high-plex molecular profiling in biological tissues, preserving the spatial and morphological context of gene expression. Here we describe expanding the chemistry for the Digital Spatial Profiling platform to quantify whole transcriptomes in human and mouse tissues using a wide range of spatial profiling strategies and sample types. We designed multiplexed in situ hybridization probe pools targeting the protein-coding genes in the human and mouse transcriptomes, hereafter referred to as the human or mouse Whole Transcriptome Atlas (WTA). We validated the human and mouse WTA using cell lines to demonstrate concordance with orthogonal gene expression profiling methods in profiled region sizes ranging from ~10-500 cells. By benchmarking against bulk RNAseq and fluorescence in situ hybridization, we demonstrate robust transcript detection possible down to ~100 transcripts per region. To assess the performance of WTA across tissue and sample types, we applied WTA to biological questions in cancer, molecular pathology, and developmental biology. We show that spatial profiling with WTA can detect expected spatial gene expression differences between tumor and tumor microenvironment, identify spatial disease-specific heterogeneity in gene expression in histological structures of the human kidney, and comprehensively map transcriptional programs in anatomical substructures of nine organs in the developing mouse embryo. Digital Spatial Profiling technology with the WTA assays provides a flexible method for spatial whole transcriptome profiling applicable to diverse tissue types and biological contexts.

We have developed Digital Spatial Profiling (DSP), a non-destructive method for high-plex spatial profiling of proteins and RNA, using oligonucleotide detection technologies with unlimited multiplexing capability. The key breakthroughs underlying DSP are threefold: (1) multiplexed readout of proteins/RNA using oligo-tags; (2) oligo-tags attached to affinity reagents (antibodies/RNA probes) through a photocleavable (PC) linker; (3) photocleaving light projected onto the tissue sample to release PC-oligos in any spatial pattern. Here we show precise analyte reproducibility, validation, and cellular resolution using DSP. We also demonstrate biological proof-of-concept using lymphoid, colorectal tumor, and autoimmune tissue as models to profile immune cell populations, stroma, and cancer cells to identify factors specific for the diseased microenvironment. DSP utilizes the unlimited multiplexing capability of modern genomic approaches, while simultaneously providing spatial context of protein and RNA to examine biological questions based on analyte location and distribution.

Mutations that compromise mismatch repair (MMR) or DNA polymerase exonuclease domains produce mutator phenotypes capable of fueling cancer evolution. Tandem defects in these pathways dramatically increase mutation rate. Here, we model how mutator phenotypes expand genetic heterogeneity in budding yeast cells using a single-cell resolution approach that tallies all replication errors arising from individual divisions. The distribution of count data from cells lacking MMR and polymerase proofreading was broader than expected for a single rate, consistent with volatility of the mutator phenotype. The number of mismatches that segregated to the mother and daughter cells after the initial round of replication co-varied, suggesting that mutagenesis in each division is governed by a different underlying rate. The distribution of “fixed” mutation counts that cells inherit is further broadened by an unequal sharing of mutations due to semiconservative replication and Mendelian segregation. Modeling suggests that this asymmetric segregation may diversify mutation burden in mutator-driven tumors.