The increasing prevalence of diabetes has resulted in a global epidemic1. Diabetes is a major cause of blindness, kidney failure, heart attacks, stroke and amputation of lower limbs. These are often caused by changes in blood vessels, such as the expansion of the basement membrane and a loss of vascular cells2–4. Diabetes also impairs the functions of endothelial cells5 and disturbs the communication between endothelial cells and pericytes6. How dysfunction of endothelial cells and/or pericytes leads to diabetic vasculopathy remains largely unknown. Here we report the development of self-organizing three-dimensional human blood vessel organoids from pluripotent stem cells. These human blood vessel organoids contain endothelial cells and pericytes that self-assemble into capillary networks that are enveloped by a basement membrane. Human blood vessel organoids transplanted into mice form a stable, perfused vascular tree, including arteries, arterioles and venules. Exposure of blood vessel organoids to hyperglycaemia and inflammatory cytokines in vitro induces thickening of the vascular basement membrane. Human blood vessels, exposed in vivo to a diabetic milieu in mice, also mimic the microvascular changes found in patients with diabetes. DLL4 and NOTCH3 were identified as key drivers of diabetic vasculopathy in human blood vessels. Therefore, organoids derived from human stem cells faithfully recapitulate the structure and function of human blood vessels and are amenable systems for modelling and identifying the regulators of diabetic vasculopathy, a disease that affects hundreds of millions of patients worldwide. Organoids derived from human stem cells recapitulate the structure and functions of human blood vessels, and can be used to model and identify regulators of diabetic vasculopathy.

Abstract The development of the human brain involves unique processes (not observed in many other species) that can contribute to neurodevelopmental disorders 1–4 . Cerebral organoids enable the study of neurodevelopmental disorders in a human context. We have developed the CRISPR–human organoids–single-cell RNA sequencing (CHOOSE) system, which uses verified pairs of guide RNAs, inducible CRISPR–Cas9-based genetic disruption and single-cell transcriptomics for pooled loss-of-function screening in mosaic organoids. Here we show that perturbation of 36 high-risk autism spectrum disorder genes related to transcriptional regulation uncovers their effects on cell fate determination. We find that dorsal intermediate progenitors, ventral progenitors and upper-layer excitatory neurons are among the most vulnerable cell types. We construct a developmental gene regulatory network of cerebral organoids from single-cell transcriptomes and chromatin modalities and identify autism spectrum disorder-associated and perturbation-enriched regulatory modules. Perturbing members of the BRG1/BRM-associated factor (BAF) chromatin remodelling complex leads to enrichment of ventral telencephalon progenitors. Specifically, mutating the BAF subunit ARID1B affects the fate transition of progenitors to oligodendrocyte and interneuron precursor cells, a phenotype that we confirmed in patient-specific induced pluripotent stem cell-derived organoids. Our study paves the way for high-throughput phenotypic characterization of disease susceptibility genes in organoid models with cell state, molecular pathway and gene regulatory network readouts.

Development of the human brain involves processes that are not seen in many other species, but can contribute to neurodevelopmental disorders (1–4). Cerebral organoids can be used to investigate neurodevelopmental disorders in a human context but are limited by variability and low throughput. We have developed the CRISPR-human organoids-scRNA-seq (CHOOSE) system that utilizes verified pairs of gRNAs, inducible CRISPR/Cas9-based genetic disruption, and single-cell transcriptomics for pooled loss-of-function screening in mosaic organoids. Genetic perturbations of 36 high-risk autism spectrum disorder (ASD) genes related to transcriptional regulation allowed us to identify their effects on cell fate determination and discover developmental stages susceptible to ASD gene perturbations. We construct a developmental gene regulatory network (GRN) of cerebral organoids from single-cell multiomic data including transcriptome and chromatin modalities and identify ASD-associated and perturbation-enriched regulatory modules. We show that perturbing members of the BAF chromatin remodeling complex leads to an expanded population of ventral telencephalon progenitors. Specifically, the BAF subunit ARID1B controls the fate transitions of progenitors to oligodendrocyte precursor cells and interneurons, which we confirmed in patient-specific induced pluripotent stem cell (iPSC) derived organoids. Our study paves the way for phenotypically characterizing disease susceptibility genes in human organoid models with cell type, developmental trajectory, and gene regulatory network readouts.

Abstract Organoids enable disease modeling in complex and structured human tissue, in vitro . Like most 3D models, they lack sufficient oxygen supply, leading to cellular stress. These negative effects are particularly prominent in complex models, like brain organoids, where they can prevent proper lineage commitment. Here, we analyze brain organoid and fetal single cell RNA sequencing (scRNAseq) data from published and new datasets totaling over 190,000 cells. We describe a unique stress signature found in all organoid samples, but not in fetal samples. We demonstrate that cell stress is limited to a defined organoid cell population, and present Gruffi, an algorithm that uses granular functional filtering to identify and remove stressed cells from any organoid scRNAseq dataset in an unbiased manner. Our data show that adverse effects of cell stress can be corrected by bioinformatic analysis, improving developmental trajectories and resemblance to fetal data.

Summary Cerebral organoids model the development of the human brain and are an indispensable tool for studying neurodevelopment. Whole-organoid lineage tracing has revealed the number of progeny arising from each initial stem cell to be highly diverse, with lineage sizes ranging from one to more than 20,000 cells. This exceeds what can be explained by existing stochastic models of corticogenesis, indicating the existence of an additional source of stochasticity. We propose an explanation in terms of the SAN model in which this additional source of stochasticity is the survival time of a lineage within a long-lived population of symmetrically dividing cells under neutral competition. We demonstrate that this model explains the experimentally observed variability of lineage sizes and we derive a formula that captures the quantitative relationship between survival time and lineage size. Finally, we show that our model implies the existence of a regulatory mechanism to keeps the size of the symmetrically dividing cell population constant.

Abstract Fine-tuning of neural connectivity is important for cerebral functions and brain evolution. Protocadherins provide barcodes for neuronal identity as well as synapse formation and expansion of protocadherin cluster genes has been linked to advanced cognitive functions. The tightly controlled stochastic and combinatorial expression of the different protocadherin isoforms in individual neurons provides the molecular basis for neuronal diversity, neuronal network complexity and function of the vertebrate brain. How protocadherins are epigenetically controlled has not yet been fully elucidated. Here we show that the HUSH (human silencing hub) complex containing H3K9me3 binding protein M-phase phosphoprotein 8 (MPP8) and Microrchidia CW-type zinc finger protein 2 (MORC2), critically controls the fidelity of protocadherin expression. MPP8 and MORC2A are highly expressed in the murine brain and exclusively found in neurons. Genetic inactivation of Mphosph8 (coding for MPP8) or Morc2a in the nervous system of mice leads to increased brain size, altered brain architecture, and behavioral changes. Mechanistically, MPP8 and MORC2A precisely and selectively suppress the repetitive-like protocadherin gene cluster on mouse chromosome 18 in a H3K9me3-dependent manner, thereby affecting synapse formation. Moreover, we demonstrate that individual MPHOSPH8- or MORC2-deficient neurons in human cerebral organoids express increased numbers of clustered protocadherin isoforms. Our data identify the HUSH complex, previously linked to silencing of repetitive transposable elements, as a key epigenetic regulator of protocadherin expression in the nervous system and thereby brain development and neuronal individuality in mice and humans.

Glucose Transporter 4 (GLUT4) is sequestered inside muscle and fat, then released by vesicle traffic to the cell surface in response to post-prandial insulin for blood glucose clearance. Here we map the biogenesis of this GLUT4 traffic pathway in humans, which involves clathrin isoform CHC22. We observe that GLUT4 transits through the early secretory pathway more slowly than the constitutively-secreted GLUT1 transporter and localize CHC22 to the endoplasmic-reticulum-to-Golgi-intermediate compartment (ERGIC). CHC22 functions in transport from the ERGIC, as demonstrated by an essential role in forming the replication vacuole of Legionella pneumophila bacteria, which requires ERGIC-derived membrane. CHC22 complexes with ERGIC tether p115, GLUT4 and sortilin and down-regulation of either p115 or CHC22, but not GM130 or sortilin abrogate insulin-responsive GLUT4 release. This indicates CHC22 traffic initiates human GLUT4 sequestration from the ERGIC, and defines a role for CHC22 in addition to retrograde sorting of GLUT4 after endocytic recapture, enhancing pathways for GLUT4 sequestration in humans relative to mice, which lack CHC22.Summary Blood glucose clearance relies on insulin-mediated exocytosis of glucose transporter 4 (GLUT4) from sites of intracellular sequestration. We show that in humans, CHC22 clathrin mediates membrane traffic from the ER-to-Golgi Intermediate Compartment, which is needed for GLUT4 sequestration during GLUT4 pathway biogenesis.

Abstract Single-cell RNA-seq suffers from unwanted technical variation between cells, caused by its complex experiments and shallow sequencing depths. We present GTestimate , a new normalization method based on the Good-Turing estimator, which improves upon conventional normalization methods by accounting for unobserved genes. To validate GTestimate we developed a novel cell targeted PCR-amplification approach (cta-seq), which enables ultra-deep sequencing of single cells. Based on this data we show that the Good-Turing estimator improves relative gene expression estimation and cell-cell distance estimation. Finally, we use GTestimate ’s compatibility with Seurat workflows to explore three common example data-sets and show how it can improve downstream results.