Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd individuals. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across tumors from affected individuals and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T cell-attracting chemokines. By identifying interacting cellular programs, we reveal the logic underlying spatially organized immune-malignant cell networks.

Abstract Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd patients. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across patient tumors and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage, and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T-cell-attracting chemokines. By identifying interacting cellular programs, we thus reveal the logic underlying spatially organized immune-malignant cell networks.

ABSTRACT Neuroendocrine tumors (NETs) are rare cancers that may arise in the gastrointestinal tract and pancreas. The fundamental mechanisms driving gastroenteropancreatic (GEP) NET growth remain incompletely elucidated; however, the heterogeneous clinical behavior of GEP-NETs suggests that both cellular lineage dynamics and tumor microenvironment influence tumor pathophysiology. Here, we investigated the single-cell transcriptomes of tumor and immune cells from patients with gastroenteropancreatic NETs. Malignant GEP-NET cells expressed genes and regulons associated with normal, gastrointestinal endocrine cell differentiation and fate determination stages. While tumor and lymphoid compartments sparsely expressed immunosuppressive targets, infiltrating myeloid cells were enriched for alternative immunotherapy pathways including VSIR , Tim3/Gal9, and SIGLEC10 . Finally, analysis of paired primary and metastatic tissue specimens from small intestinal NETs demonstrated transcriptional transformation between the primary tumor and its distant metastasis. Our findings highlight the transcriptomic heterogeneity that distinguishes the cellular landscapes of GEP-NET anatomic subtypes and reveal potential avenues for future precision medicine therapeutics.

Cell population delineation and identification is an essential step in single-cell and spatial-omics studies. Spatial-omics technologies can simultaneously measure information from three complementary domains related to this task: expression levels of a panel of molecular biomarkers at single-cell resolution, relative positions of cells, and images of tissue sections, but existing computational methods for performing this task on single-cell spatial-omics datasets often relinquish information from one or more domains. The additional reliance on the availability of "atlas" training or reference datasets limits cell type discovery to well-defined but limited cell population labels, thus posing major challenges for using these methods in practice. Successful integration of all three domains presents an opportunity for uncovering cell populations that are functionally stratified by their spatial contexts at cellular and tissue levels: the key motivation for employing spatial-omics technologies in the first place. In this work, we introduce Cell Spatio- and Neighborhood-informed Annotation and Patterning (CellSNAP), a self-supervised computational method that learns a representation vector for each cell in tissue samples measured by spatial-omics technologies at the single-cell or finer resolution. The learned representation vector fuses information about the corresponding cell across all three aforementioned domains. By applying CellSNAP to datasets spanning both spatial proteomic and spatial transcriptomic modalities, and across different tissue types and disease settings, we show that CellSNAP markedly enhances

The intricate and dynamic interactions between the host immune system and its microbiome constituents undergo dynamic shifts in response to perturbations to the intestinal tissue environment. Our ability to study these events on the systems level is significantly limited by in situ approaches capable of generating simultaneous insights from both host and microbial communities. Here, we introduce Micro biome Cart ography (MicroCart), a framework for simultaneous in situ probing of host features and its microbiome across multiple spatial modalities. We demonstrate MicroCart by comprehensively investigating the alterations in both gut host and microbiome components in a murine model of colitis by coupling MicroCart with spatial proteomics, transcriptomics, and glycomics platforms. Our findings reveal a global but systematic transformation in tissue immune responses, encompassing tissue-level remodeling in response to host immune and epithelial cell state perturbations, and bacterial population shifts, localized inflammatory responses, and metabolic process alterations during colitis. MicroCart enables a deep investigation of the intricate interplay between the host tissue and its microbiome with spatial multiomics.

Abstract The rapid evolution of SARS-CoV-2 Omicron sublineages mandates a better understanding of viral replication and cross-neutralization among these sublineages. Here we used K18-hACE2 mice and primary human airway cultures to examine the viral fitness and antigenic relationship among Omicron sublineages. In both K18-hACE2 mice and human airway cultures, Omicron sublineages exhibited a replication order of BA.5 ≥ BA.2 ≥ BA.2.12.1 > BA.1; no difference in body weight loss was observed among different sublineage-infected mice. The BA.1-, BA.2-, BA.2.12.1-, and BA.5-infected mice developed distinguisable cross-neutralizations against Omicron sublineages, but exhibited little neutralizations against the index virus (i.e., USA-WA1/2020) or the Delta variant. Surprisingly, the BA.5-infected mice developed higher neutralization activity against heterologous BA.2 and BA.2.12.1 than that against homologous BA.5; serum neutralizing titers did not always correlate with viral replication levels in infected animals. Our results revealed a distinct antigenic cartography of Omicron sublineages and support the bivalent vaccine approach.

SUMMARY Distal Visceral Endoderm (DVE) cells show a stereotypic unidirectional migration essential for correct orientation of the anterior-posterior axis. They migrate within a simple epithelium, the Visceral Endoderm (VE). It is unknown how DVE cells negotiate their way amongst the surrounding VE cells, what determines the bounds of DVE migration within the VE, and the relative contributions of different cell behaviours to this migration. To address these questions, we used lightsheet microscopy to generate a multi-embryo, singlecell resolution, longitudinal dataset of cell behaviour and morphology. We developed a machine learning based pipeline to segment cells and a data-informed systematic computational framework to extract and compare select morphological, behavioural and molecular parameters of all VE cells in a unified coordinate space. Unbiased clustering of this single-cell ‘phenomic’ dataset reveals considerable patterned phenotypic heterogeneity within the VE and a previously unknown sub-grouping within the DVE. While migrating, DVE cells retain regular morphology, do not exchange neighbours and are crowded, all hallmarks of the jammed state. In contrast, VE cells immediately ahead of them deform and undergo neighbour exchange. We show that DVE cells are characterised by higher levels of apical F-actin and elevated tension relative to the VE cells immediately ahead of them through which they migrate, but stop migrating upon reaching a region of the VE with matching elevated tension. Lefty1 mutants, known to show abnormal over-migration of DVE cells, show disruption to this patterned tension in the VE. Our findings provide novel insights into the control of cell behaviour during the remodelling of curved epithelia, indicating that the collective migration of sub-sets of cells can be circumscribed by modulating the mechanical properties of surrounding cells and that migrating cells in this context remain as a jammed solid flock, with surrounding cells facilitating their movement by becoming unjammed. Graphical Abstract

Summary An attenuated SARS-CoV-2 virus with modified viral transcriptional regulatory sequences and deletion of open-reading frames 3, 6, 7 and 8 (∆3678) was previously reported to protect hamsters from SARS-CoV-2 infection and transmission. Here we report that a single-dose intranasal vaccination of ∆3678 protects K18-hACE2 mice from wild-type or variant SARS-CoV-2 challenge. Compared with wild-type virus infection, the ∆3678 vaccination induces equivalent or higher levels of lung and systemic T cell, B cell, IgA, and IgG responses. The results suggest ∆3678 as an attractive mucosal vaccine candidate to boost pulmonary immunity against SARS-CoV-2.

Abstract Recombination is an essential driver of virus evolution and adaption, giving rise to new chimeric viruses, structural variants, sub-genomic RNAs, and Defective-RNAs. Next-Generation Sequencing of virus samples, either from experimental or clinical settings, has revealed a complex distribution of recombination events that contributes to the intrahost diversity. We and others have previously developed alignment tools to discover and map these diverse recombination events in NGS data. However, there is no standard for data visualization to contextualize events of interest and downstream analysis often requires bespoke coding. To address this, we present ViReMaShiny , a web-based application built using the R Shiny framework to allow interactive exploration and point-and-click visualization of viral recombination data provided in BED format generated by computational pipelines such as ViReMa (Viral-Recombination-Mapper).

Classic Hodgkin Lymphoma (cHL) is a tumor composed of rare malignant Hodgkin and Reed-Sternberg (HRS) cells nested within a T-cell rich inflammatory immune infiltrate. cHL is associated with Epstein-Barr Virus (EBV) in 25% of cases. The specific contributions of EBV to the pathogenesis of cHL remain largely unknown, in part due to technical barriers in dissecting the tumor microenvironment (TME) in high detail. Herein, we applied multiplexed ion beam imaging (MIBI) spatial pro-teomics on 6 EBV-positive and 14 EBV-negative cHL samples. We identify key TME features that distinguish between EBV-positive and EBV-negative cHL, including the relative predominance of memory CD8 T cells and increased T-cell dysfunction as a function of spatial proximity to HRS cells. Building upon a larger multi-institutional cohort of 22 EBV-positive and 24 EBV-negative cHL samples, we orthogonally validated our findings through a spatial multi-omics approach, coupling whole transcriptome capture with antibody-defined cell types for tu-mor and T-cell populations within the cHL TME. We delineate contrasting transcriptomic immunological signatures between EBV-positive and EBV-negative cases that differently impact HRS cell proliferation, tumor-immune interactions, and mecha-nisms of T-cell dysregulation and dysfunction. Our multi-modal framework enabled a comprehensive dissection of EBV-linked reorganization and immune evasion within the cHL TME, and highlighted the need to elucidate the cellular and molecular fac-tors of virus-associated tumors, with potential for targeted therapeutic strategies.