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.

Hepatocellular carcinoma (HCC) remains the most prevalent type of primary liver cancer worldwide. p53 is one of the most frequently mutated tumor-suppressor genes in HCC and its deficiency in hepatocytes triggers tumor formation in mice. To investigate iron metabolism during liver carcinogenesis, we employed a model of chronic carbon tetrachloride injections in liver-specific p53-deficient mice to induce liver fibrosis, cirrhosis and subsequent carcinogenesis. A transcriptome analysis of liver carcinoma was employed to identify p53-dependent gene expression signatures with subsequent in-depth analysis of iron metabolic parameters being conducted locally within liver cancers and at systemic levels. We show that all mutant mice developed liver cancer by 36-weeks of age in contrast to 3.4% tumors identified in control mice. All liver cancers with a p53-deficient background exhibited a local iron-poor phenotype with a "high transferrin receptor 1 (Tfr1) and low hepcidin (Hamp)" signature. At systemic levels, iron deficiency was restricted to female mice. Additionally, liver tumorigenesis correlated with selective deficits of selenium, zinc and manganese. Our data show that iron deficiency is a prevalent phenomenon in p53-deficient liver cancers, which is associated with alterations in Hamp and Tfr1 and a poor prognosis in mice and patients.