Summary

 Spatial barcoding technologies have the potential to reveal histological details of transcriptomic profiles; however, they are currently limited by their low resolution. Here, we report Seq-Scope, a spatial barcoding technology with a resolution comparable to an optical microscope. Seq-Scope is based on a solid-phase amplification of randomly barcoded single-molecule oligonucleotides using an Illumina sequencing platform. The resulting clusters annotated with spatial coordinates are processed to expose RNA-capture moiety. These RNA-capturing barcoded clusters define the pixels of Seq-Scope that are ∼0.5–0.8 μm apart from each other. From tissue sections, Seq-Scope visualizes spatial transcriptome heterogeneity at multiple histological scales, including tissue zonation according to the portal-central (liver), crypt-surface (colon) and inflammation-fibrosis (injured liver) axes, cellular components including single-cell types and subtypes, and subcellular architectures of nucleus and cytoplasm. Seq-Scope is quick, straightforward, precise, and easy-to-implement and makes spatial single-cell analysis accessible to a wide group of biomedical researchers.

Acne affects 1 in 10 people globally, often resulting in disfigurement. The disease involves excess production of lipids, particularly squalene, increased growth of Cutibacterium acnes , and a host inflammatory response with foamy macrophages. By combining single-cell and spatial RNA sequencing as well as ultrahigh-resolution Seq-Scope analyses of early acne lesions on back skin, we identified TREM2 macrophages expressing lipid metabolism and proinflammatory gene programs in proximity to hair follicle epithelium expressing squalene epoxidase. We established that the addition of squalene induced differentiation of TREM2 macrophages in vitro, which were unable to kill C. acnes . The addition of squalene to macrophages inhibited induction of oxidative enzymes and scavenged oxygen free radicals, providing an explanation for the efficacy of topical benzoyl peroxide in the clinical treatment of acne. The present work has elucidated the mechanisms by which TREM2 macrophages and unsaturated lipids, similar to their involvement in atherosclerosis, may contribute to the pathogenesis of acne.

Abstract Spatial barcoding technologies have the potential to reveal histological details of transcriptomic profiles; however, they are currently limited by their low resolution. Here we report Seq-Scope, a spatial barcoding technology with a resolution almost comparable to an optical microscope. Seq-Scope is based on a solid-phase amplification of randomly barcoded single-molecule oligonucleotides using an Illumina sequencing-by-synthesis platform. The resulting clusters annotated with spatial coordinates are processed to expose RNA-capture moiety. These RNA-capturing barcoded clusters define the pixels of Seq-Scope that are approximately 0.5-1 μm apart from each other. From tissue sections, Seq-Scope visualizes spatial transcriptome heterogeneity at multiple histological scales, including tissue zonation according to the portal-central (liver), crypt-surface (colon) and inflammation-fibrosis (injured liver) axes, cellular components including single cell types and subtypes, and subcellular architectures of nucleus, cytoplasm and mitochondria. Seq-scope is quick, straightforward and easy-to-implement, and makes spatial single cell analysis accessible to a wide group of biomedical researchers.

ABSTRACT Spatial transcriptomics (ST) technologies represent a significant advance in gene expression studies, aiming to profile the entire transcriptome from a single histological slide. These techniques are designed to overcome the constraints faced by traditional methods such as immunostaining and RNA in situ hybridization, which are capable of analyzing only a few target genes simultaneously. However, the application of ST in histopathological analysis is also limited by several factors, including low resolution, a limited range of genes, scalability issues, high cost, and the need for sophisticated equipment and complex methodologies. Seq-Scope—a recently developed novel technology—repurposes the Illumina sequencing platform for high-resolution, high-content spatial transcriptome analysis, thereby overcoming these limitations. Here we provide a detailed step-by-step protocol to implement Seq-Scope with an Illumina NovaSeq 6000 sequencing flow cell that allows for the profiling of multiple tissue sections in an area of 7 mm × 7 mm or larger. In addition to detailing how to prepare a frozen tissue section for both histological imaging and sequencing library preparation, we provide comprehensive instructions and a streamlined computational pipeline to integrate histological and transcriptomic data for high-resolution spatial analysis. This includes the use of conventional software tools for single cell and spatial analysis, as well as our recently developed segmentation-free method for analyzing spatial data at submicrometer resolution. Given its adaptability across various biological tissues, Seq-Scope establishes itself as an invaluable tool for researchers in molecular biology and histology. KEY POINTS The protocol outlines a method for repurposing an Illumina NovaSeq 6000 flow cell as a spatial transcriptomics array, enabling the generation of high-resolution spatial datasets. The protocol introduces a streamlined data analysis pipeline that produces a spatial digital gene expression matrix suitable for various single-cell and spatial transcriptome analysis methods. The protocol allows for the capture of histology images from the same tissue section subjected to spatial transcriptomics analysis and allows users to precisely align the transcriptome dataset with the histological image using fiducial marks engraved on the flow cell surface. Leveraging commonly available Illumina equipment, the protocol offers researchers ultra-high submicrometer resolution in spatial transcriptomics analysis with a comprehensive pipeline, rapid turnaround, cost efficiency, and versatility.

During nutritional overload and obesity, hepatocyte function is grossly altered, and a subset of hepatocytes begins to accumulate fat droplets, leading to non-alcoholic fatty liver disease (NAFLD). Recent single cell studies revealed how non-parenchymal cells, such as macrophages, hepatic stellate cells, and endothelial cells, heterogeneously respond to NAFLD. However, it remains to be characterized how hepatocytes, the major constituents of the liver, respond to nutritional overload in NAFLD. Here, using droplet-based single cell RNA-sequencing (Drop-seq), we characterized how the transcriptomic landscape of individual hepatocytes is altered in response to high-fat diet (HFD) and NAFLD. We showed that entire hepatocytes population undergoes substantial transcriptome changes upon HFD, although the patterns of alteration were highly heterogeneous with zonation-dependent and -independent effects. Periportal (zone 1) hepatocytes downregulated many zone 1-specific marker genes, while a small number of genes mediating gluconeogenesis were upregulated. Pericentral (zone 3) hepatocytes also downregulated many zone 3-specific genes; however, they upregulated several genes that promote HFD-induced fat droplet formation, consistent with findings that zone 3 hepatocytes accumulate more lipid droplets. Zone 3 hepatocytes also upregulated ketogenic pathways as an adaptive mechanism to HFD. Interestingly, many of the top HFD-induced genes, which encode proteins regulating lipid metabolism, were strongly co-expressed with each other in a subset of hepatocytes, producing a variegated pattern of spatial co-localization that is independent of metabolic zonation. In conclusion, our current dataset provides a useful resource for understanding hepatocellular alteration during NAFLD at single cell level.### Competing Interest StatementThe authors have declared no competing interest.