SUMMARY The human uterus is a highly dynamic tissue that undergoes repeated damage repair and regeneration during the menstrual cycle, which make it ideal model to study tissue regeneration and pathological process. Stem/progenitors were speculated to be involved in the regeneration of endometrial epithelial and pathogenesis of endometriosis. But the identity, microenvironment and regulatory mechanisms of the uterus epithelial stem/progenitors in vivo remain unclear. Here, we dissected the cell heterogeneities of the full-thickness human uterus epithelial cells (11 clusters), stroma cells (6 clusters), endothelial cells (5 clusters), smooth muscle cells (2 clusters), myofibroblasts (2 clusters) and immune cells (6 clusters) from 2735 single cell by single cell RNA-seq. Further analysis identified a unique ciliated epithelial cell cluster showing characteristics of stem/progenitors with properties of epithelial-mesenchymal transition (EMT) that mainly localized in the upper functionalis of the endometrium. Ordering the cell subpopulations along the pseudo-space revealed cell clusters possess cellular states of stress, inflammation and apoptosis in the upper functionalis cellular ecosystem of the endometrium. Connectivity map between the human uterus subpopulations revealed potential inflammatory (cytokines and chemokines) and developmental (WNT, FGF, VEGF) signals within the upper functionalis cellular ecosystem of the endometrium, especially from other epithelial clusters, regulating cell plasticity of the EMT-epithelial clusters. This study reconstructed the heterogeneities, space-specific distribution and connectivity map of human uterus atlas, which would provide insight in the regeneration of uterus endometria and reference for the pathogenesis of uterus.

Abstract Polysorbate is widely used to maintain stability of biotherapeutic proteins in formulation development. Degradation of polysorbate can lead to particle formation in drug products, which is a major quality concern and potential patient risk factor. Enzymatic activity from residual enzymes such as lipases and esterases can cause polysorbate degradation. Their high activity, even at low concentration, constitutes a major analytical challenge. In this study, we evaluated and optimized the activity-based protein profiling (ABPP) approach to identify active enzymes responsible for polysorbate degradation. Using chemical probes to enrich active serine hydrolases, more than 80 proteins were identified in harvested cell culture fluid (HCCF) from monoclonal antibodies (mAb) production. A total of 8 known lipases were identified by ABPP, while only 5 lipases were identified by a traditional abundance-based proteomics (TABP) approach. Interestingly, phospholipase B-like 2 (PLBL2), a well-known problematic HCP was not found to be active in process-intermediates from two different mAbs. In a proof-of-concept study, phospholipase A2 group VII (PLA2G7) and sialic acid acetylesterase (SIAE) were identified by ABPP as possible root causes of polysorbate-80 degradation. The established ABBP approach can fill the gap between lipase abundance and activity, which enables more meaningful polysorbate degradation investigations for biotherapeutic development.

Proteins are the primary functional units of biology and the direct targets of most drugs, yet there is limited knowledge of the genetic factors determining inter-individual variation in protein levels. Here we reveal the genetic architecture of the human plasma proteome, testing 10.6 million DNA variants against levels of 2,994 proteins in 3,301 individuals. We identify 1,927 genetic associations with 1,478 proteins, a 4-fold increase on existing knowledge, including trans associations for 1,104 proteins. To understand consequences of perturbations in plasma protein levels, we introduce an approach that links naturally occurring genetic variation with biological, disease, and drug databases. We provide insights into pathogenesis by uncovering the molecular effects of disease-associated variants. We identify causal roles for protein biomarkers in disease through Mendelian randomization analysis. Our results reveal new drug targets, opportunities for matching existing drugs with new disease indications, and potential safety concerns for drugs under development.

Single-cell RNA sequencing has been widely used by biology researchers. There are many analysis tools developed accordingly. However, almost all of them use log transformation in the process of normalization, which may result in system bias on global features of datasets. It is considered that they may not be suitable for researchers who expect local and detailed features of datasets, such as rare cell population and independent expressed genes. In this study, we developed a method called t-SNE transformation to replace log transformation. We found that it can well respond to some specific bio-markers in real datasets. When the cluster number was changed, t-SNE transformation was steadier than log transformation. Further study showed that clustering after t-SNE transformation detected the residual cells more accurately after majority cells of one type were removed manually. It was also sensitive to a highly-variated independent gene added artificially. In conclusion, t-SNE transformation is an alternative normalization for detecting local features, especially interests arouse in cell types with rare populations or highly-variated but independently expressed genes.

Summary Human limb skeletal system consists of both bone and cartilage which originated from fetal cartilage. However, the roadmap of chondrocyte divergent differentiation to bone and articular cartilage has yet to be established. Epiphysis possesses articular cartilage, growth plate and the secondary ossification center (SOC), making it an ideal model to uncover the trajectory of chondrocyte divergent differentiation. Here, we mapped differentiation trajectory of human chondrocyte during postnatal finger epiphysis development by using single-cell RNA sequencing. Our results uncovered that chondroprogenitors have two differentiation pathways to hypertrophic chondrocytes during ossification, and one pathway to articular chondrocytes for formation of cartilages. Interestingly, we found that, as an addition to the known typical endochondral ossification path from resting, proliferative to hypertrophic chondrocytes, there was a bypass by which chondroprogenitors differentiate into hypertrophic chondrocytes without proliferative stage. Furthermore, our results revealed two new chondrocyte subpopulations (bypass chondrocytes as it appeared in the ossification bypass, and ID1 + chondroblasts in articular chondrocyte path) during postnatal epiphysis development in addition to six well-known subpopulations. Overall, our study provides a comprehensive roadmap of chondrocyte differentiation in human epiphysis thereby expanding the knowledge of bone and articular cartilage, which could be utilized to design biotherapeutics for bone and articular cartilage regeneration.

Objective: To identity osteoarthritis(OA) subtypes with gene expression of peripheral blood mononuclear cells. Methods: Gene expression data (GSE48556) of Genetics osteoARthritis and Progression (GARP) study was downloaded from Gene Expression Omnibus. Principal component analysis and unsupervised clustering were analyzed to identify subtypes of OA and compare major KEGG pathways and cell type enrichment using GSEA and xCell. Classification of subtypes were explored by the utilization of support vector machine. Results: Unsupervised clustering identified two distinct OA subtypes: Group A comprised of 60 patients (56.6%) and Group B had 46 patients (43.3%). A classifier including nine genes and CD4+ T cell and Regulatory T cell flow cytometry could accurately distinguish patients from each group (area under the curve of 0.99 with gene expression). Group A is typical degenerative OA with glycosaminoglycan biosynthesis and apoptosis. Group B is related to Graft versus host disease and antigen processing and presentation, which indicated OA has a new type of "Antigen processing and presentation" similarly as that of rheumatoid arthritis (RA). Conclusion: OA can be clearly classified into two distinguished subtypes with blood transcriptome, which have important significance on the development of precise OA therapeutics.

Abnormal ECM caused serious body wide diseases and elastin is one of the important ECM components. But its systemic function still has not yet been thoroughly illustrated due to limitations related to novel research technologies. To uncover the functions of elastin, a new method for body-wide organ transcriptome profiling, combined with single-cell mass cytometry of the blood, was developed. A body-wide organ transcriptomic (BOT) map was created by performing RNA-seq of 17 organs from both Loxl1 knockout (KO) and wide type (WT) mice. The BOT results showed a systematic up-regulation of genes related to immune response and proliferation process in multiple tissues of the KO mice; histological and immune staining also confirmed the hyperplasia and infiltration of local immune cells in the vagina, small intestine, and liver tissues of KO mice. Furthermore, using 32 markers, CYTOF mass cytometry analysis of the immune cell subpopulations from the peripheral blood revealed apparent systemic immune changes in the KO mice; data showed an activated NK cells and T cells with a higher expression of CD44 and CD38, and a suppressed B cells, macrophages and neutrophils with lower expressions of CD62L, CD44 and IL6. More interestingly, these findings also correlated well with the data obtained from cancer patient databases; tumor patients had higher mutation frequency of Loxl1, and the Loxl1-mutant tumor patients had up-regulated immune process, cell proliferation and decreased survival rate. Thus, this research provided a powerful strategy to screen body-wide organ functions of a particular gene; the findings also illustrated the important biological roles of elastin on multiple organ cells and systemic immunity. These strategy and discoveries are both of important value for the understanding of ECM biology and multi-organ cancer pathology.