Abstract Background and Aims The atherosclerotic plaque microenvironment is highly complex, and selective agents that modulate plaque stability or other plaque phenotypes are not yet available. We sought to investigate the human atherosclerotic cellular environment using scRNA-seq to uncover potential therapeutic approaches. We aimed to make our workflow user-friendly, reproducible, and applicable to other disease-specific scRNA-seq datasets. Methods Here we incorporate automated cell labeling, pseudotemporal ordering, ligand-receptor evaluation, and drug-gene interaction analysis into an enhanced and reproducible scRNA-seq analysis workflow. Notably, we also developed an R Shiny based interactive web application to enable further exploration and analysis of the scRNA dataset. Results We applied this analysis workflow to a human coronary artery scRNA dataset and revealed distinct derivations of chondrocyte-like and fibroblast-like cells from smooth muscle cells (SMCs), and show the key changes in gene expression along their de-differentiation path. We highlighted several key ligand-receptor interactions within the atherosclerotic environment through functional expression profiling and revealed several attractive avenues for future pharmacological repurposing in precision medicine. Further, our interactive web application, PlaqView ( www.plaqview.com ), allows other researchers to easily explore this dataset and benchmark applicable scRNA-seq analysis tools without prior coding knowledge. Conclusions These results suggest novel effects of chemotherapeutics on the atherosclerotic cellular environment and provide future avenues of studies in precision medicine. This publicly available workflow will also allow for more systematic and user-friendly analysis of scRNA datasets in other disease and developmental systems. PlaqView allows for rapid visualization and analysis of atherosclerosis scRNA-seq datasets without the need of prior coding experience. Future releases of PlaqView will feature additional larger scRNA-seq and scATAC-seq atherosclerosis-related datasets, thus providing a critical resource for the field by promoting data harmonization and biological interpretation.

ABSTRACT Coronary artery disease (CAD) is the leading cause of death worldwide. Recent meta-analyses of genome-wide association studies (GWAS) have identified over 175 loci associated with CAD. The majority of these loci are in non-coding regions and are predicted to regulate gene expression. Given that vascular smooth muscle cells (SMCs) play critical roles in the development and progression of CAD, we hypothesized that a subset of the CAD GWAS risk loci are associated with the regulation of transcription in distinct SMC phenotypes. Here, we measured gene expression in SMCs isolated from the ascending aortas of 151 ethnically diverse heart transplant donors in quiescent or proliferative conditions and calculated the association of their expression and splicing with ∼6.3 million imputed single nucleotide polymorphism (SNP) markers across the genome. We identified 4,910 expression and 4,412 splice quantitative trait loci (sQTL) that represent regions of the genome associated with transcript abundance and splicing. 3,660 of the eQTLs had not been observed in the publicly available Genotype-Tissue Expression dataset. Further, 29 and 880 of the eQTLs were SMC- and sex-specific, respectively. To identify the effector transcript(s) regulated by CAD GWAS loci, we used four distinct colocalization approaches and identified 84 eQTL and 164 sQTLs that colocalized with CAD loci, highlighting the importance of genetic regulation of mRNA splicing as a molecular mechanism for CAD genetic risk. Notably, 20% and 35% of the eQTLs were unique to quiescent or proliferative SMCs, respectively. Two CAD loci colocalized with a SMC sex-specific eQTL ( AL160313.1 and TERF2IP ) and another locus colocalized with SMC-specific eQTL ( ALKBH8 ). Also, 27% and 37% of the sQTLs were unique to quiescent or proliferative SMCs, respectively. The most significantly associated CAD locus, 9p21, was an sQTL for the long non-coding RNA CDKN2B-AS1 , also known as ANRIL , in proliferative SMCs. Collectively, these results provide evidence for the molecular mechanisms of genetic susceptibility to CAD in distinct SMC phenotypes.

Abstract Coronary artery disease (CAD) is a complex inflammatory disease involving genetic influences across several cell types. Genome-wide association studies (GWAS) have identified over 170 loci associated with CAD, where the majority of risk variants reside in noncoding DNA sequences impacting cis -regulatory elements (CREs). Here, we applied single-cell ATAC-seq to profile 28,316 cells across coronary artery segments from 41 patients with varying stages of CAD, which revealed 14 distinct cellular clusters. We mapped ~320,000 accessible sites across all cells, identified cell type-specific elements, transcription factors, and prioritized functional CAD risk variants via quantitative trait locus and sequence-based predictive modeling. We identified a number of candidate mechanisms for smooth muscle cell transition states and identified putative binding sites for risk variants. We further employed CRE to gene linkage to nominate disease-associated key driver transcription factors such as PRDM16 and TBX2. This single cell atlas provides a critical step towards interpreting cis -regulatory mechanisms in the vessel wall across the continuum of CAD risk.