Abstract Bats are a major “viral reservoir” in nature and there is a great interest in not only the cell biology of their innate and adaptive immune systems, but also in the expression patterns of receptors used for cellular entry by viruses with potential cross-species transmission. To address this and other questions, we created a single-cell transcriptomic atlas of the Chinese horseshoe bat ( Rhinolophus sinicus ) which comprises 82,924 cells from 19 organs and tissues. This atlas provides a molecular characterization of numerous cell types from a variety of anatomical sites, and we used it to identify clusters of transcription features that define cell types across all of the surveyed organs. Analysis of viral entry receptor genes for known zoonotic viruses showed cell distribution patterns similar to that of humans, with higher expression levels in bat intestine epithelial cells. In terms of the immune system, CD8+ T cells are in high proportion with tissue-resident memory T cells, and long-lived effector memory nature killer (NK) T-like cells ( KLRG1 , GZMA and ITGA4 genes) are broadly distributed across the organs. Isolated lung primary bat pulmonary fibroblast (BPF) cells were used to evaluate innate immunity, and they showed a weak response to interferon β and tumor necrosis factor-α compared to their human counterparts, consistent with our transcriptional analysis. This compendium of transcriptome data provides a molecular foundation for understanding the cell identities, functions and cellular receptor characteristics for viral reservoirs and zoonotic transmission.

Abstract Transcriptome profiling by RNA sequencing (RNA-seq) has been widely used to characterize cellular status but it relies on second strand cDNA synthesis to generate initial material for library preparation. Here we use bacterial transposase Tn5, which has been increasingly used in various high-throughput DNA analyses, to construct RNA-seq libraries without second strand synthesis. We show that Tn5 transposome can randomly bind RNA/DNA heteroduplexes and add sequencing adapters onto RNA directly after reverse transcription. This method, Sequencing HEteRo RNA-DNA-hYbrid (SHERRY), is versatile and scalable. SHERRY accepts a wide range of starting materials, from bulk RNA to single cells. SHERRY offers a greatly simplified protocol, and produces results with higher reproducibility and GC uniformity compared with prevailing RNA-seq methods. Significance Statement RNA sequencing is widely used to measure gene expression in biomedical research; therefore, improvements in the simplicity and accuracy of the technology are desirable. All existing RNA sequencing methods rely on the conversion of RNA into double-stranded DNA through reverse transcription followed by second strand synthesis. The latter step requires additional enzymes and purification, and introduces sequence-dependent bias. Here, we show that Tn5 transposase, which randomly binds and cuts double-stranded DNA, can directly fragment and prime the RNA/DNA heteroduplexes generated by reverse transcription. The primed fragments are then subject to PCR amplification. This provides a new approach for simple and accurate RNA characterization and quantification.

Since its debut in 2009, single-cell RNA-seq has been a major propeller behind biomedical research progress. Developmental biology and stem cell studies especially benefit from the ability to profile single cells. While most studies still focus on individual tissues or organs, recent development of ultra-high-throughput single-cell RNA-seq has demonstrated potential power to depict more complexed system or even the entire body. Though multiple ultra-high-throughput single-cell RNA-seq systems have acquired attention, systematic comparison of these systems is yet available. Here we focus on three prevalent droplet-based ultra-high-throughput single-cell RNA-seq systems, inDrop, Drop-seq, and 10X Genomics Chromium. While each system is capable of profiling single-cell transcriptome, detailed comparison revealed distinguishing features and suitable application scenario for each system.