Abstract Substance use disorders (SUD) and drug addiction are major threats to public health, impacting not only the millions of individuals struggling with SUD, but also surrounding families and communities. One of the seminal challenges in treating and studying addiction in human populations is the high prevalence of co-morbid conditions, including an increased risk of contracting a human immunodeficiency virus (HIV) infection. Of the ~15 million people who inject drugs globally, 17% are persons with HIV. Conversely, HIV is a risk factor for SUD because chronic pain syndromes, often encountered in persons with HIV, can lead to an increased use of opioid pain medications that in turn can increase the risk for opioid addiction. We hypothesize that SUD and HIV exert shared effects on brain cell types, including adaptations related to neuroplasticity, neurodegeneration, and neuroinflammation. Basic research is needed to refine our understanding of these affected cell types and adaptations. Studying the effects of SUD in the context of HIV at the single-cell level represents a compelling strategy to understand the reciprocal interactions among both conditions, made feasible by the availability of large, extensively-phenotyped human brain tissue collections that have been amassed by the Neuro-HIV research community. In addition, sophisticated animal models that have been developed for both conditions provide a means to precisely evaluate specific exposures and stages of disease. We propose that single-cell genomics is a uniquely powerful technology to characterize the effects of SUD and HIV in the brain, integrating data from human cohorts and animal models. We have formed the Single-Cell Opioid Responses in the Context of HIV (SCORCH) consortium to carry out this strategy.

Abstract Multimodal measurements have become widespread in genomics, however measuring open chromatin accessibility and splicing simultaneously in frozen brain tissues remains unconquered. Hence, we devised Single-Cell-ISOform-RNA sequencing coupled with the Assay-for-Transposase-Accessible-Chromatin (ScISOr-ATAC). We utilized ScISOr-ATAC to assess whether chromatin and splicing alterations in the brain convergently affect the same cell types or divergently different ones. We applied ScISOr-ATAC to three major conditions: comparing (i) the Rhesus macaque ( Macaca mulatta ) prefrontal cortex (PFC) and visual cortex (VIS), (ii) cross species divergence of Rhesus macaque versus human PFC, as well as (iii) dysregulation in Alzheimer’s disease in human PFC. We found that among cortical-layer biased excitatory neuron subtypes, splicing is highly brain-region specific for L3-5/L6 IT_ RORB neurons, moderately specific in L2-3 IT_ CUX2.RORB neurons and unspecific in L2-3 IT_ CUX2 neurons. In contrast, at the chromatin level, L2-3 IT_ CUX2.RORB neurons show the highest brain-region specificity compared to other subtypes. Likewise, when comparing human and macaque PFC, strong evolutionary divergence on one molecular modality does not necessarily imply strong such divergence on another molecular level in the same cell type. Finally, in Alzheimer’s disease, oligodendrocytes show convergently high dysregulation in both chromatin and splicing. However, chromatin and splicing dysregulation most strongly affect distinct oligodendrocyte subtypes. Overall, these results indicate that chromatin and splicing can show convergent or divergent results depending on the performed comparison, justifying the need for their concurrent measurement to investigate complex systems. Taken together, ScISOr-ATAC allows for the characterization of single-cell splicing and chromatin patterns and the comparison of sample groups in frozen brain samples.

Abstract Single-cell genomics is a powerful tool for studying heterogeneous tissues such as the brain. Yet, little is understood about how genetic variants influence cell-level gene expression. Addressing this, we uniformly processed single-nuclei, multi-omics datasets into a resource comprising >2.8M nuclei from the prefrontal cortex across 388 individuals. For 28 cell types, we assessed population-level variation in expression and chromatin across gene families and drug targets. We identified >550K cell-type-specific regulatory elements and >1.4M single-cell expression-quantitative-trait loci, which we used to build cell-type regulatory and cell-to-cell communication networks. These networks manifest cellular changes in aging and neuropsychiatric disorders. We further constructed an integrative model accurately imputing single-cell expression and simulating perturbations; the model prioritized ∼250 disease-risk genes and drug targets with associated cell types. Summary Figure