Veins grafted into an arterial environment undergo a complex vascular remodeling process. Pathologic vascular remodeling often results in stenosed or occluded conduit grafts. Understanding this complex process is important for improving the outcome of patients with coronary and peripheral artery disease undergoing surgical revascularization. Using in vivo murine cell lineage-tracing models, we show that endothelial-derived cells contribute to neointimal formation through endothelial-to-mesenchymal transition (EndMT), which is dependent on early activation of the Smad2/3-Slug signaling pathway. Antagonism of transforming growth factor-β (TGF-β) signaling by TGF-β neutralizing antibody, short hairpin RNA-mediated Smad3 or Smad2 knockdown, Smad3 haploinsufficiency, or endothelial cell-specific Smad2 deletion resulted in decreased EndMT and less neointimal formation compared to controls. Histological examination of postmortem human vein graft tissue corroborated the changes observed in our mouse vein graft model, suggesting that EndMT is operative during human vein graft remodeling. These data establish that EndMT is an important mechanism underlying neointimal formation in interpositional vein grafts, and identifies the TGF-β-Smad2/3-Slug signaling pathway as a potential therapeutic target to prevent clinical vein graft stenosis.

Abstract Single-cell atlases across conditions are essential in the characterization of human disease. In these complex experimental designs, patient samples are profiled across distinct cell-types and clinical conditions to describe disease processes at the cellular level. However, most of the current analysis tools are limited to pairwise cross-condition comparisons, disregarding the multicellular nature of disease processes and the effects of other biological and technical factors in the variation of gene expression. Here we propose a computational framework for an unsupervised analysis of samples from cross-condition single-cell atlases and for the identification of multicellular programs associated with disease. Our strategy, that repurposes multi-omics factor analysis, incorporates the variation of patient samples across cell-types and enables the joint analysis of multiple patient cohorts, facilitating integration of atlases. We applied our analysis to a collection of acute and chronic human heart failure single-cell datasets and described multicellular processes of cardiac remodeling that were conserved in independent spatial and bulk transcriptomics datasets. In sum, our framework serves as an exploratory tool for unsupervised analysis of cross-condition single-cell atlas and allows for the integration of the measurements of patient cohorts across distinct data modalities, facilitating the generation of comprehensive tissue-centric understanding of disease. Graphical Abstract

Abstract Inflammation, fibrosis and metabolic stress critically promote heart failure with preserved ejection fraction (HFpEF). Exposure to high-fat diet and nitric oxide synthase inhibitor N[w]-nitro-l-arginine methyl ester (L-NAME) recapitulate features of HFpEF in mice. To identify disease specific traits during adverse remodeling, we profiled interstitial cells in early murine HFpEF using single-cell RNAseq (scRNAseq). Diastolic dysfunction and perivascular fibrosis were accompanied by an activation of cardiac fibroblast and macrophage subsets. Integration of fibroblasts from HFpEF with two murine models for heart failure with reduced ejection fraction (HFrEF) identified a catalog of conserved fibroblast phenotypes across mouse models. Moreover, HFpEF specific characteristics included induced metabolic, hypoxic and inflammatory transcription factors and pathways, including enhanced expression of Angiopoietin-like 4 next to basement membrane compounds. Fibroblast activation was further dissected into transcriptional and compositional shifts and thereby highly responsive cell states for each HF model were identified. In contrast to HFrEF, where myofibroblast and matrifibrocyte activation were crucial features, we found that these cell-states played a subsidiary role in early HFpEF. These disease-specific fibroblast signatures were corroborated in human myocardial bulk transcriptomes. Furthermore, we found an expansion of pro-inflammatory Ly6C high macrophages in HFpEF, and we identified a potential cross-talk between macrophages and fibroblasts via SPP1 and TNFɑ. Finally, a marker of murine HFpEF fibroblast activation, Angiopoietin-like 4, was elevated in plasma samples of HFpEF patients and associated with disease severity. Taken together, our study provides a comprehensive characterization of molecular fibroblast and macrophage activation patterns in murine HFpEF, as well as the identification of a novel biomarker for disease progression in patients.