Spatiotemporal gene expression in ALS Amyotrophic lateral sclerosis (ALS) is a progressive motor neuron disease that affects nerve cells in the brain and the spinal cord. It has proven difficult to identify the early stages of disease and where it spreads within the body. Maniatis et al. used RNA sequencing to define transcriptomic changes over the course of disease in different regions of the spinal cord of a mouse ALS model and a postmortem human ALS spinal cord. From changes in gene expression, they identified disease-associated pathways and established the key steps in motor neuron degeneration observed in ALS. Science , this issue p. 89

Abstract All multicellular organisms are closely associated with microbes, which have a major impact on the health of their host. The interactions of microbes among themselves and with the host take place at the microscale, forming complex networks and spatial patterns that are rarely well understood due to the lack of suitable analytical methods. The importance of high-resolution spatial molecular information has become widely appreciated with the recent advent of spatially resolved transcriptomics. Here, we present Spatial metaTranscriptomics (SmT), a sequencing-based approach that leverages 16S/18S/ITS/poly-d(T) multimodal arrays for simultaneous host transcriptome- and microbiome-wide characterization of tissues at 55-µm resolution. We showcase SmT in outdoor-grown Arabidopsis thaliana leaves as a model system, and found tissue-scale bacterial and fungal hotspots. By network analysis, we study inter- and intra-kingdom spatial interactions among microbes, as well as the host response to microbial hotspots. SmT is a powerful new strategy that will be pivotal to answering fundamental questions on host-microbiome interplay.

Abstract The spatial distribution of lymphocyte clones within tissues is critical to their development, selection, and expansion. We have developed Spatial Transcriptomics of VDJ sequences (Spatial VDJ), which maps immunoglobulin and TR antigen receptors in human tissue sections. Spatial VDJ captures lymphocyte clones matching canonical T, B, and plasma cell distributions in tissues and amplifies clonal sequences confirmed by orthogonal methods. We confirm spatial congruency between paired receptor chains, develop a computational framework to predict receptor pairs, and link the expansion of distinct B cell clones to different tumor-associated gene expression programs. Spatial VDJ delineates B cell clonal diversity, class switch recombination, and lineage trajectories within their spatial context. Taken together, Spatial VDJ captures lymphocyte spatial clonal architecture across tissues, which could have important therapeutic implications. One-Sentence Summary Spatial transcriptomics-based technology co-captures T and B cell receptors within their anatomical niche in human tissue.

Abstract Several important human infectious diseases are caused by microscale-sized parasitic nematodes like filarial worms. Filarial worms have their own spatial tissue organization and to uncover this tissue structure, we need methods that can spatially resolve these miniature specimens. Most filarial worms evolved a mutualistic association with endosymbiotic bacteria Wolbachia , however, the mechanisms underlying the dependency of filarial worms on the fitness of these bacteria remain unknown. As Wolbachia is essential for the development, reproduction, and survival of filarial worms, we focused on studying a posterior region containing reproductive tissue and developing embryos of adult female Brugia malayi worms. To spatially explore how Wolbachia interacts with the worm’s reproductive system, we performed a spatial characterization using Spatial Transcriptomics (ST) across our region of interest. We provide a proof-of-concept for miniature-ST to explore spatial gene expression patterns in small sample types, demonstrating the method’s ability to uncover nuanced tissue region expression patterns, observe the spatial localization of key B. malayi - Wolbachia pathway genes, and co-localize the B. malayi spatial transcriptome in Wolbachia tissue regions. We envision our approach to open up new scenarios for the study of infectious diseases caused by micro-scale parasitic worms.

ABSTRACT Upon infecting its vertebrate host, the malaria parasite initially invades the liver where it undergoes massive replication, whilst remaining clinically silent. The spatial coordination of factors regulating immune responses and metabolic zonation during malaria infection, in the true tissue context, remains unexplored. Here, we perform spatial transcriptomics in combination with single-nuclei RNA-sequencing (snRNA-seq) over multiple time points during liver infection to delineate transcriptional programs of host-pathogen interactions across P. berghei- infected liver tissues. Our data suggest changes in gene expression related to lipid metabolism in response to Plasmodium infection in the proximity of infected hepatocytes, such as the modulation of the expression of genes involved in peroxisome proliferator-activated receptor pathway signaling. The data further indicate the presence of inflammatory hotspots with distinct cell type compositions and differential liver inflammation programs along the lobular axis in the malaria-infected tissues. Furthermore, a significant upregulation of genes involved in inflammation is observed in liver tissues of control mice injected with mosquito salivary gland components, which is considerably delayed compared to P. berghei infected mice. Our study establishes a benchmark for investigating transcriptome changes during host-parasite interactions in tissues, it provides informative insights regarding in vivo study design linked to infection, and provides a useful tool for the discovery and validation of de novo intervention strategies aimed at malaria liver stage infection.

Abstract Single-cell transcriptomics has the potential to provide novel insights into poorly studied microbial eukaryotes. Although several such technologies are available and benchmarked on mammalian cells, few have been tested on protists. Here, we optimized a microarray single-cell sequencing (MASC-seq) technology that generates microscope images of cells in parallel with capturing their transcriptomes. We tested the method on three species representing important plankton groups with different cell structures, the ciliate Tetrahymena thermophila , the diatom Phaeodactylum tricornutum and the dinoflagellate Heterocapsa sp.. Both the cell fixation and permeabilization steps were adjusted. For the ciliate and dinoflagellate, the number of transcripts of microarray spots with single cells were significantly higher than for background spots, and the overall expression patterns were correlated with that of bulk RNA, while for the much smaller diatom cells, it was not possible to separate single-cell transcripts from background. The MASC-seq method holds promise for investigating “microbial dark matter”, although further optimizations are necessary to increase the signal-to-noise ratio.

While triple-negative breast cancer (TNBC) is known to be heterogeneous at the genomic and transcriptomic levels, spatial information on tumor organization and cell composition is still lacking. Here, we investigate TNBC tumor architecture including its microenvironment using spatial transcriptomics on a series of 92 patients. We perform an in-depth characterization of tumor and stroma organization and composition using an integrative approach combining histomorphological and spatial transcriptomics. Furthermore, a detailed molecular characterization of tertiary lymphoid structures leads to identify a gene signature strongly associated to disease outcome and response to immunotherapy in several tumor types beyond TNBC. A stepwise clustering analysis identifies nine TNBC spatial archetypes, further validated in external datasets. Several spatial archetypes are associated with disease outcome and characterized by potentially actionable features. In this work, we provide a comprehensive insight into the complexity of TNBC ecosystem with potential clinical relevance, opening avenues for treatment tailoring including immunotherapy. Triple-negative breast cancer (TNBC) is a heterogenous disease with several molecular subtypes previously described. Here the authors perform a spatial transcriptomics analysis on a series of 92 patients, providing additional insights into the heterogeneity of TNBC, with implications for clinical outcomes and therapy.

ABSTRACT Reconstruction of heterogeneity through single-cell transcriptional profiling has greatly advanced our understanding of the spatial liver transcriptome in recent years. However, global transcriptional differences across lobular units remain elusive in physical space. Here, we implement Spatial Transcriptomics to perform transcriptomic analysis across sectioned liver tissue. We confirm that the heterogeneity in this complex tissue is predominantly determined by lobular zonation. By introducing novel computational approaches, we enable transcriptional gradient measurements between tissue structures, including several lobules in a variety of orientations. Further, our data suggests the presence of previously transcriptionally uncharacterized structures within liver tissue, contributing to the overall spatial heterogeneity of the organ. This study demonstrates how comprehensive spatial transcriptomic technologies can be used to delineate extensive spatial gene expression patterns in the liver, indicating its future impact for studies of liver function, development and regeneration as well as its potential in pre-clinical and clinical pathology.

Paralysis occurring in amyotrophic lateral sclerosis (ALS) results from denervation of skeletal muscle as a consequence of motor neuron degeneration. Interactions between motor neurons and glia contribute to motor neuron loss, but the spatiotemporal ordering of molecular events that drive these processes in intact spinal tissue remains poorly understood. Here, we use a spatially resolved view of disease-driven gene expression changes to stratify these events, reveal the relevant sub-populations of cells involved in each stage of disease progression, and characterize the underlying molecular mechanisms that trigger and drive the course of disease. Based on the well characterized cellular organization of the spinal cord and the importance of intercellular interactions in ALS disease progression, we applied spatial transcriptomics (ST) to obtain spatially and anatomically resolved quantitative gene expression measurements of mouse spinal cords over the course of disease, as well as in postmortem tissue from ALS patients. We developed a novel Bayesian generative model for assembling a spatiotemporal atlas of gene expression in ALS that integrates cell-type, anatomical region, space, and time. We identify novel pathways implicated in ALS progression, key differences between microglia and astrocyte populations at early time-points and in different anatomical regions, and discern several transcriptional pathways shared between murine models of ALS and human postmortem spinal cords. We provide a general experimental-computational design for mapping and understanding the transcriptional landscape of diseases in complex tissues. An interactive data exploration portal for our ST analysis is available at als-st.nygenome.org.