Method for combined genome and transcriptome sequencing from the same single cell shows that copy number variations influence cell-to-cell variability in gene expression levels. Single-cell genomics and single-cell transcriptomics have emerged as powerful tools to study the biology of single cells at a genome-wide scale. However, a major challenge is to sequence both genomic DNA and mRNA from the same cell, which would allow direct comparison of genomic variation and transcriptome heterogeneity. We describe a quasilinear amplification strategy to quantify genomic DNA and mRNA from the same cell without physically separating the nucleic acids before amplification. We show that the efficiency of our integrated approach is similar to existing methods for single-cell sequencing of either genomic DNA or mRNA. Further, we find that genes with high cell-to-cell variability in transcript numbers generally have lower genomic copy numbers, and vice versa, suggesting that copy number variations may drive variability in gene expression among individual cells. Applications of our integrated sequencing approach could range from gaining insights into cancer evolution and heterogeneity to understanding the transcriptional consequences of copy number variations in healthy and diseased tissues.

Mammalian interphase chromosomes interact with the nuclear lamina (NL) through hundreds of large lamina-associated domains (LADs). We report a method to map NL contacts genome-wide in single human cells. Analysis of nearly 400 maps reveals a core architecture consisting of gene-poor LADs that contact the NL with high cell-to-cell consistency, interspersed by LADs with more variable NL interactions. The variable contacts tend to be cell-type specific and are more sensitive to changes in genome ploidy than the consistent contacts. Single-cell maps indicate that NL contacts involve multivalent interactions over hundreds of kilobases. Moreover, we observe extensive intra-chromosomal coordination of NL contacts, even over tens of megabases. Such coordinated loci exhibit preferential interactions as detected by Hi-C. Finally, the consistency of NL contacts is inversely linked to gene activity in single cells and correlates positively with the heterochromatic histone modification H3K9me3. These results highlight fundamental principles of single-cell chromatin organization.Video AbstracteyJraWQiOiI4ZjUxYWNhY2IzYjhiNjNlNzFlYmIzYWFmYTU5NmZmYyIsImFsZyI6IlJTMjU2In0.eyJzdWIiOiI4ODQ5MWUxMzY3ZjJjYzMyZGY0ZTUwNDM4ZDkzODI2YiIsImtpZCI6IjhmNTFhY2FjYjNiOGI2M2U3MWViYjNhYWZhNTk2ZmZjIiwiZXhwIjoxNjc4NDQ3NzA5fQ.WDISeQbMars3afd3xU31ad0as2CapR6MBdvrmShLZbNLL7pc4Oa_VcEGoid_8nFRk8gToTt_3kYc1VG3v53Dp3VPaqIy-d5IFFkTbJdYat98x2tWpWt6ONCnsutlxJI_Il6mHghaVyN8qydH-fumo9rQ_uLcfIWaVkgcmSs1YFmIj5IxiAlo0WQNe2ckYcP4hP2AM-VJvaLwOyGINV8Z78bXOw73T0RROTCsI6K5HfTTtleYucPrYM4NLiV2Jl7BM50WQYNPtJZRWmFvAHdCqPh1Cf3CFxSMWblyFINEwDfQhB7L7lN8jlQAO-DGSgRGoqmWnmG6eqcZUGQTFybHXA(mp4, (21.94 MB) Download video

Abstract The Integrated Stress Response (ISR) is a conserved signaling network that detects cellular damage and computes adaptive or terminal outcomes. Understanding the mechanisms that underly these computations has been difficult because natural stress inputs activate multiple parallel signaling pathways and classical ISR inducers have pleiotropic effects. To overcome this challenge, we engineered photo-switchable control over the ISR stress sensor kinase PKR (opto-PKR), which allows virtual control of the ISR. Using controlled light inputs to activate opto-PKR we traced information flow in the ISR both globally, in the transcriptome, and for key ISR effectors. Our analyses revealed a biphasic, input-proportional transcriptional response with two dynamic modes, transient and gradual, that correspond to adaptive and terminal ISR outcomes. Using this data, we constructed an ordinary differential equation (ODE) model of the ISR which predicted system hysteresis dependent on prior stress durations and that stress memory encoding may lead to resilience. Our results demonstrate that the input dynamics of the ISR encode information in stress levels, durations, and the timing between stress encounters.

Abstract Transmission of 5-methylcytosine (5mC) from one cell generation to the next plays a key role in regulating cellular identity in mammalian development and diseases. While recent work has shown that the activity of DNMT1, the protein responsible for the stable inheritance of 5mC from mother to daughter cells, is imprecise; it remains unclear how the fidelity of DNMT1 is tuned in different genomic and cell state contexts. Here we describe Dyad-seq, a method that combines enzymatic detection of modified cytosines with nucleobase conversion techniques to quantify the genome-wide methylation status of cytosines at the resolution of individual CpG dinucleotides. We find that the fidelity of DNMT1-mediated maintenance methylation is directly related to the local density of DNA methylation, and for genomic regions that are lowly methylated, histone modifications can dramatically alter the maintenance methylation activity. Further, to gain deeper insights into the methylation and demethylation turnover dynamics, we extended Dyad-seq to quantify all combinations of 5mC and 5-hydroxymethylcytosine (5hmC) at individual CpG dyads to show that TET proteins preferentially hydroxymethylate only one of the two 5mC sites in a symmetrically methylated CpG dyad rather than sequentially convert both 5mC to 5hmC. To understand how cell state transitions impact DNMT1-mediated maintenance methylation, we scaled the method down and combined it with the measurement of mRNA to simultaneously quantify genome-wide methylation levels, maintenance methylation fidelity and the transcriptome from the same cell (scDyad&T-seq). Applying scDyad&T-seq to mouse embryonic stem cells transitioning from serum to 2i conditions, we observe dramatic and heterogenous demethylation and the emergence of transcriptionally distinct subpopulations that are closely linked to the cell-to-cell variability in loss of DNMT1-mediated maintenance methylation activity, with regions of the genome that escape 5mC reprogramming retaining high levels of maintenance methylation fidelity. Overall, our results demonstrate that while distinct cell states can substantially impact the genome-wide activity of the DNA methylation maintenance machinery, locally there exists an intrinsic relationship between DNA methylation density, histone modifications and DNMT1-mediated maintenance methylation fidelity that is independent of cell state.

Abstract The emergence of different cell types and the role of the epigenome in regulating transcription is a key yet understudied event during human gastrulation. Investigating these questions remain infeasible due to the lack of availability of embryos at these stages of development. Further, human gastrulation is marked by dynamic changes in cell states that are difficult to isolate at high purity, thereby making it challenging to map how epigenetic reprogramming impacts gene expression and cellular phenotypes. To overcome these limitations, we describe scMAT-seq, a high-throughput one-pot single-cell multiomics technology to simultaneously quantify DNA methylation, DNA accessibility and the transcriptome from the same cell. Applying scMAT-seq to 3D human gastruloids, we characterized the epigenetic landscape of major cell types corresponding to the germ layers and primordial germ cell-like cells (hPGCLC). As the identity of the progenitors that give rise to human PGCLCs remain unclear, we used this system to discover that the progenitors emerge from epiblast cells and show transient characteristics of both amniotic- and mesoderm-like cells, before getting specified towards hPGCLCs. Finally, as cells differentiate along different lineages during gastrulation, we surprisingly find that while changes in DNA accessibility are tightly correlated to both upregulated and downregulated genes, reorganization of gene body DNA methylation is strongly related to only genes that get downregulated, with genes that turn on displaying a lineage trajectory-dependent correlation with DNA methylation. Collectively, these results demonstrate that scMAT-seq is a high-throughput and sensitive approach to elucidate epigenetic regulation of gene expression in complex systems such as human gastrulation that are marked by rapidly transitioning cell states.

Lineage reconstruction is central to understanding tissue development and maintenance. While powerful tools to infer cellular relationships have been developed, these methods typically have a clonal resolution that prevent the reconstruction of lineage trees at an individual cell division resolution. Moreover, these methods require a transgene, which poses a significant barrier in the study of human tissues. To overcome these limitations, we report scPECLR, a probabilistic algorithm to endogenously infer lineage trees at a single cell-division resolution using 5-hydroxymethylcytosine. When applied to 8-cell preimplantation mouse embryos, scPECLR predicts the full lineage tree with greater than 95% accuracy. Further, scPECLR can accurately extract lineage information for a majority of cells when reconstructing larger trees. Finally, we show that scPECLR can also be used to map chromosome strand segregation patterns during cell division, thereby providing a strategy to test the 'immortal strand' hypothesis in stem cell biology. Thus, scPECLR provides a generalized method to endogenously reconstruct lineage trees at an individual cell-division resolution.

Abstract Hypertrophy Cardiomyopathy (HCM) is the most prevalent hereditary cardiovascular disease – affecting >1:500 individuals. Advanced forms of HCM clinically present with hypercontractility, hypertrophy and fibrosis. Several single-point mutations in b-myosin heavy chain (MYH7) have been associated with HCM and increased contractility at the organ level. Different MYH7 mutations have resulted in increased, decreased, or unchanged force production at the molecular level. Yet, how these molecular kinetics link to cell and tissue pathogenesis remains unclear. The Hippo Pathway, specifically its effector molecule YAP, has been demonstrated to be reactivated in pathological hypertrophic growth. We hypothesized that changes in force production (intrinsically or extrinsically) directly alter the homeostatic mechano-signaling of the Hippo pathway through changes in stresses on the nucleus. Using human induced pluripotent stem cell-derived cardiomyocytes (hiPSC-CMs), we asked whether homeostatic mechanical signaling through the canonical growth regulator, YAP, is altered 1) by changes in the biomechanics of HCM mutant cardiomyocytes and 2) by alterations in the mechanical environment. We use genetically edited hiPSC-CM with point mutations in MYH7 associated with HCM, and their matched controls, combined with micropatterned traction force microscopy substrates to confirm the hypercontractile phenotype in MYH7 mutants. We next modulate contractility in healthy and disease hiPSC-CMs by treatment with positive and negative inotropic drugs and demonstrate a correlative relationship between contractility and YAP activity. We further demonstrate the activation of YAP in both HCM mutants and healthy hiPSC-CMs treated with contractility modulators is through enhanced nuclear deformation. We conclude that the overactivation of YAP, possibly initiated and driven by hypercontractility, correlates with excessive CCN2 secretion (connective tissue growth factor), enhancing cardiac fibroblast/myofibroblast transition and production of known hypertrophic signaling molecule TGFβ. Our study suggests YAP being an indirect player in the initiation of hypertrophic growth and fibrosis in HCM. Our results provide new insights into HCM progression and bring forth a testbed for therapeutic options in treating HCM. Graphical Abstract

The epigenome plays a critical role in regulating gene expression in mammalian cells. However, understanding how cell-to-cell heterogeneity in the epigenome influences gene expression variability remains a major challenge. Here we report a novel method for simultaneous single-cell quantification of protein-DNA contacts with DamID and transcriptomics (scDamID&T). This method enables quantifying the impact of protein-DNA contacts on gene expression from the same cell. By profiling lamina-associated domains (LADs) in human cells, we reveal different dependencies between genome-nuclear lamina (NL) association and gene expression in single cells. In addition, we introduce the E. coli methyltransferase, Dam, as an in vivo marker of chromatin accessibility in single cells and show that scDamID&T can be utilized as a general technology to identify cell types in silico while simultaneously determining the underlying gene-regulatory landscape. With this strategy the effect of chromatin states, transcription factor binding, and genome organization on the acquisition of cell-type specific transcriptional programs can be quantified.

ABSTRACT Bacterial mRNA sequencing is inefficient due to the abundance of ribosomal RNA that is challenging to deplete. While commercial kits target rRNA from common bacterial species, they are frequently inefficient when applied to divergent species, including those from environmental isolates. Similarly, other methods typically employ large probe sets that tile the entire length of rRNAs; however, such approaches are infeasible when applied to many species. Therefore, we present EMBR-seq+, which requires fewer than ten oligonucleotides per rRNA by combining rRNA blocking primers with RNase H-mediated depletion to achieve rRNA removal efficiencies of up to 99% in diverse bacterial species. Further, in more complex microbial co-cultures between F. succinogenes strain UWB7 and anerobic fungi, EMBR-seq+ depleted both bacterial and fungal rRNA, with a 4-fold improvement in bacterial rRNA depletion compared to a commercial kit, thereby demonstrating that the method can be applied to non-model microbial mixtures. Notably, for microbes with unknown rRNA sequences, EMBR-seq+ enables rapid iterations in probe design without requiring to start experiments from total RNA. Finally, efficient depletion of rRNA enabled systematic quantification of the reprogramming of the bacterial transcriptome when cultured in the presence of the anerobic fungi Anaeromyces robustus or Caecomyces churrovis. We observed that F. succinogenes strain UWB7 downregulated several lignocellulose-degrading carbohydrate-active enzymes in the presence of anerobic gut fungi, suggesting close interactions between two cellulolytic species that specialize in different aspects of biomass breakdown. Thus, EMBR-seq+ enables efficient, cost-effective and rapid quantification of the transcriptome to gain insights into non-model microbial systems.

Abstract RNA sequencing is a powerful approach to quantify the genome-wide distribution of mRNA molecules in a population to gain deeper understanding of cellular functions and phenotypes. However, unlike eukaryotic cells, mRNA sequencing of bacterial samples is more challenging due to the absence of a poly-A tail that typically enables efficient capture and enrichment of mRNA from the abundant rRNA molecules in a cell. Moreover, bacterial cells frequently contain 100-fold lower quantities of RNA compared to mammalian cells, which further complicates mRNA sequencing from non-cultivable and non-model bacterial species. To overcome these limitations, we report EMBR-seq (Enrichment of mRNA by Blocked rRNA), a method that efficiently depletes 5S, 16S and 23S rRNA using blocking primers to prevent their amplification, resulting in greater than 80% of the sequenced RNA molecules from an E. coli culture deriving from mRNA. We demonstrate that this increased efficiency provides a deeper view of the transcriptome without introducing technical amplification-induced biases. Moreover, compared to recent methods that employ a large array of oligonucleotides to deplete rRNA, EMBR-seq uses a single oligonucleotide per rRNA, thereby making this new technology significantly more cost-effective, especially when applied to varied bacterial species. Finally, compared to existing commercial kits for bacterial rRNA depletion, we show that EMBR-seq can be used to successfully quantify the transcriptome from more than 500-fold lower starting total RNA. Thus, EMBR-seq provides an efficient and cost-effective approach to quantify global gene expression profiles from low input bacterial samples.