Abstract Aortic root aneurysm is a potentially life-threatening condition that may lead to aortic rupture and is often associated with genetic syndromes, such as Marfan syndrome (MFS). Although studies with MFS animal models have provided valuable insights into the pathogenesis of aortic root aneurysms, our understanding of the transcriptomic and epigenomic landscape in human aortic root tissue remains incomplete. This knowledge gap has impeded the development of effective targeted therapies. Here, this study performs the first integrative analysis of single-nucleus multiomic (gene expression and chromatin accessibility) and spatial transcriptomic sequencing data of human aortic root tissue under healthy and MFS conditions. Cell-type-specific transcriptomic and cis-regulatory profiles in the human aortic root are identified. Regulatory and spatial dynamics during phenotypic modulation of vascular smooth muscle cells (VSMCs), the cardinal cell type, are delineated. Moreover, candidate key regulators driving the phenotypic modulation of VSMC, such as FOXN3 , TEAD1 , BACH2 , and BACH1 , are identified. In vitro experiments demonstrate that FOXN3 functions as a novel key regulator for maintaining the contractile phenotype of human aortic VSMCs through targeting ACTA2. These findings provide novel insights into the regulatory and spatial dynamics during phenotypic modulation in the aneurysmal aortic root of humans.

Rationale: Cardiac outflow tract (OFT) is a major hotspot for congenital heart diseases (CHDs). A thorough understanding of the cellular diversity, transitions and regulatory networks of normal OFT development is essential to decipher the etiology of OFT malformations. Objective: We sought to explore the cellular diversity and transitions between cell lineages during OFT development. Methods and Results: We performed single-cell transcriptomic sequencing of 55,611 mouse OFT cells from three developmental stages that generally correspond to the early, middle and late stages of OFT remodeling and septation. We identified 17 cell clusters that could be assigned to six cell lineages. Among these lineages, the macrophage and VSMC lineages of the developing OFT have seldom been previously described. Known cellular transitions, such as endothelial to mesenchymal transition, have been recapitulated. In particular, we identified convergent development of the VSMC lineage, where intermediate cell subpopulations were found to be involved in either myocardial to VSMC trans-differentiation or mesenchymal to VSMC transition. Through single-molecule in situ hybridization, we observed that cells expressing the myocardial marker Myh7 co-expressed the VSMC marker gene Cxcl12 in OFT walls, thus confirming the existence of myocardial to VSMC trans-differentiation. Moreover, we found that the Penk+ cluster c8, a relatively small mesenchymal subpopulation that was undergoing mesenchymal to VSMC transition, was associated with the fusion of OFT cushions. We also uncovered the expression dynamics and critical transcriptional regulators potentially governing cell state transitions. Finally, we developed web-based interactive interfaces to facilitate further data exploration. Conclusions: We provide a single-cell reference map of cell states for normal OFT development, which will be a valuable resource for the CHD community. Our data support the existence of myocardial to VSMC trans-differentiation and convergent development of the VSMC lineage at the base of the great arteries.

Investigators conducting behavioral experiments often need precise control over the timing of the delivery of stimuli to subjects. In addition, they may need to collect the precise times of their subsequent behavioral responses. Furthermore, investigators may want fine-tuned control over how various multi-modal cues are presented. behaviorMate is a cost-effective integrated system of hardware and software components for achieving these goals without requiring the user to run any code. It is simple to setup, use, and provides reproducibility of complex behavioral tasks. Following each session recording, behaviorMate outputs a file with integrated timestamp-event pairs that the investigator can then format and process using their own analysis pipeline. This time-stamped behavior data is especially useful when aligned with other data streams such as 2-photon calcium imaging or electrophysiological recordings. We present an overview of the electronic components and GUI application that make up behaviorMate as well as mechanical designs for compatible experimental rigs to provide the reader with the ability to set up their own system. A wide variety of behavioral paradigms are supported including goal-oriented learning, random foraging, and context switching. We demonstrate behaviorMate9s utility and reliability with a range of use cases from several published studies and benchmark tests. Finally, we present experimental validation demonstrating different modalities of hippocampal place field studies.

ABSTRACT BACKGROUND Hypertrophy cardiomyopathy (HCM) is the most common cardiac genetic disorder with the histopathological features of cardiomyocyte hypertrophy and cardiac fibrosis. The pathological remodeling that occurs in the myocardium of HCM patients may ultimately progress to heart failure and death. A thorough understanding of the cell type-specific changes in the pathological cardiac remodeling of HCM is crucial for developing successful medical therapies to prevent or mitigate the progression of this disease. METHODS We performed single-nucleus RNA-seq of the cardiac tissues from 10 HCM patients and 2 healthy donors, and conducted spatial transcriptomic assays of 4 cardiac tissue sections from 3 HCM patients. Comparative analyses were performed to explore the lineage-specific changes in expression profile, subpopulation composition and intercellular communication in the cardiac tissues of HCM patients. Based on the results of independent analyses including pseudotime ordering, differential expression analysis, and differential regulatory network analysis, we prioritized candidate therapeutic targets for mitigating the progression to heart failure or attenuating the cardiac fibrosis in HCM. Using the spatial transcriptomic data, we examined the spatial activity patterns of the key candidate genes, pathways and subpopulations. RESULTS Unbiased clustering of 55,122 nuclei from HCM and healthy conditions revealed 9 cell lineages and 28 clusters. Significant expansion of vascular-related lineages and contraction of cardiomyocytes, fibroblasts and myeloid cells in HCM were observed. The transcriptomic dynamics during the transition towards the failing state of cardiomyocytes in HCM were uncovered. Candidate target genes for mitigating the progression to heart failure in HCM were obtained such as FGF12 , IL31RA , BDNF , S100A1 , CRYAB and PROS1 . The transcriptomic dynamics underlying the fibroblast activation were also uncovered, and candidate targets for attenuating the cardiac fibrosis in HCM were obtained such as RUNX1 , MEOX1 , AEBP1 , LEF1 and NRXN3 . CONCLUSIONS We provided a comprehensive analysis of the lineage-specific regulatory changes in HCM. Our analysis identified a vast array of candidate therapeutic target genes and pathways to prevent or attenuate the pathological remodeling of HCM. Our datasets constitute a valuable resource to examine the lineage-specific expression changes of HCM at single-nucleus and spatial resolution. We developed a web-based interface ( http://snsthcm.fwgenetics.org/ ) for further exploration.

Rationale: Cardiac neural crest cells (CNCCs) contribute greatly to cardiovascular development. A thorough understanding of the cell lineages, transcriptomic states and regulatory networks of CNCC derivatives during normal development is essential for deciphering the pathogenesis of CNCC-associated congenital anomalies. However, the transcriptomic landscape of CNCC derivatives during development has not yet been examined at a single-cell resolution. Objective: We sought to systematically characterize the cell lineages, define the developmental chronology and elucidate the transcriptomic dynamics of CNCC derivatives during embryonic and neonatal development. Methods and Results: We performed single-cell transcriptomic sequencing of 34,131 CNCC-derived cells in mouse hearts from eight developmental stages between E10.5 and P7. Through single-cell analyses and single-molecule fluorescence in situ hybridization, we confirmed the presence of CNCC-derived mural cells. Furthermore, we found the transition from CNCC-derived pericytes to microvascular smooth muscle cells, and identified the genes that were significantly regulated during this transition through pseudo-temporal analysis. CNCC-derived neurons first appeared at E10.5, which was earlier than previously recognized. In addition, the CNCC derivatives switched from a proliferative to a quiescent state with the progression of development. Gradual loss of the neural crest molecular signature with development was also observed in the CNCC derivatives. Our data suggested that many CNCC-derivatives had already committed or differentiated to a specific lineage when migrating to the heart. Finally, we characterized some previously unknown subpopulations of CNCC derivatives during development. For example, we found that Penk+ cells, which were mainly localized in outflow tract cushions, were all derived from CNCCs. Conclusions: Our study provides novel insights into the cell lineages, molecular signatures, developmental chronology and state change dynamics of CNCC derivatives during embryonic and neonatal development. Our dataset constitutes a valuable resource that will facilitate future efforts in exploring the role of CNCC derivatives in development and disease.