Single-cell technologies have transformed our understanding of human tissues. Yet, studies typically capture only a limited number of donors and disagree on cell type definitions. Integrating many single-cell datasets can address these limitations of individual studies and capture the variability present in the population. Here we present the integrated Human Lung Cell Atlas (HLCA), combining 49 datasets of the human respiratory system into a single atlas spanning over 2.4 million cells from 486 individuals. The HLCA presents a consensus cell type re-annotation with matching marker genes, including annotations of rare and previously undescribed cell types. Leveraging the number and diversity of individuals in the HLCA, we identify gene modules that are associated with demographic covariates such as age, sex and body mass index, as well as gene modules changing expression along the proximal-to-distal axis of the bronchial tree. Mapping new data to the HLCA enables rapid data annotation and interpretation. Using the HLCA as a reference for the study of disease, we identify shared cell states across multiple lung diseases, including SPP1

ABSTRACT Pulmonary fibrosis develops as a consequence of failed regeneration after injury. Analyzing mechanisms of regeneration and fibrogenesis directly in human tissue has been hampered by the lack of organotypic models and analytical techniques. In this work, we coupled ex vivo cytokine and drug perturbations of human precision-cut lung slices (hPCLS) with scRNAseq and induced a multi-lineage circuit of fibrogenic cell states in hPCLS, which we show to be highly similar to the in vivo cell circuit in a multi-cohort lung cell atlas from pulmonary fibrosis patients. Using micro-CT staged patient tissues, we characterized the appearance and interaction of myofibroblasts, an ectopic endothelial cell state and basaloid epithelial cells in the thickened alveolar septum of early-stage lung fibrosis. Induction of these states in the ex vivo hPCLS model provides evidence that the basaloid cell state was derived from alveolar type-2 cells, whereas the ectopic endothelial cell state emerged from capillary cell plasticity. Cell-cell communication routes in patients were largely conserved in the hPCLS model and anti-fibrotic drug treatments showed highly cell type specific effects. Our work provides an experimental framework for perturbational single cell genomics directly in human lung tissue that enables analysis of tissue homeostasis, regeneration and pathology. We further demonstrate that hPCLS offers novel avenues for scalable, high-resolution drug testing to accelerate anti-fibrotic drug development and translation.

Abstract Nanomaterials emerged as boundless resource of innovation, but their shape and biopersistence related to respiratory toxicology raise longstanding concerns. The development of predictive safety tests for inhaled nanomaterials, however, is hampered by limited understanding of cell type-specific responses. To advance this knowledge, we used single-cell RNA-sequencing to longitudinally analyze cellular perturbations in mice, caused by three carbonaceous nanomaterials of different shape and toxicity upon pulmonary delivery. Focusing on nanomaterial-specific dynamics of lung inflammation, we found persistent depletion of alveolar macrophages by fiber-shaped nanotubes. While only little involvement was observed for alveolar macrophages during the initiation phase, they emerged, together with infiltrating monocyte-derived macrophages, as decisive factors in shifting inflammation towards resolution for spherical nanomaterials, or chronic inflammation for fibers. Fibroblasts, central for fibrosis, sensed macrophage and epithelial signals and emerged as orchestrators of nanomaterial-induced inflammation. Thus, the mode of actions identified in this study will significantly inspire the precision of future in vitro testing. Graphical abstract

Abstract Antifibrotic therapy with nintedanib is the clinical mainstay in the treatment of progressive fibrosing interstitial lung disease (ILD). High-dimensional medical image analysis, known as radiomics, provides quantitative insights into organ-scale pathophysiology, generating digital disease fingerprints. Here, we used an integrative analysis of radiomic and proteomic profiles (radioproteomics) to assess whether changes in radiomic signatures can stratify the degree of antifibrotic response to nintedanib in (experimental) fibrosing ILD. Unsupervised clustering of delta radiomic profiles revealed two distinct imaging phenotypes in mice treated with nintedanib, contrary to conventional densitometry readouts, which showed a more uniform response. Integrative analysis of delta radiomics and proteomics demonstrated that these phenotypes reflected different treatment response states, as further evidenced on transcriptional and cellular levels. Importantly, radioproteomics signatures paralleled disease- and drug related biological pathway activity with high specificity, including extracellular matrix (ECM) remodeling, cell cycle activity, wound healing, and metabolic activity. Evaluation of the preclinical molecular response-defining features, particularly those linked to ECM remodeling, in a cohort of nintedanib-treated fibrosing ILD patients, accurately stratified patients based on their extent of lung function decline. In conclusion, delta radiomics has great potential to serve as a non-invasive and readily accessible surrogate of molecular response phenotypes in fibrosing ILD. This could pave the way for personalized treatment strategies and improved patient outcomes.