The process of cardiac morphogenesis in humans is incompletely understood. Its full characterization requires a deep exploration of the organ-wide orchestration of gene expression with a single-cell spatial resolution. Here, we present a molecular approach that reveals the comprehensive transcriptional landscape of cell types populating the embryonic heart at three developmental stages and that maps cell-type-specific gene expression to specific anatomical domains. Spatial transcriptomics identified unique gene profiles that correspond to distinct anatomical regions in each developmental stage. Human embryonic cardiac cell types identified by single-cell RNA sequencing confirmed and enriched the spatial annotation of embryonic cardiac gene expression. In situ sequencing was then used to refine these results and create a spatial subcellular map for the three developmental phases. Finally, we generated a publicly available web resource of the human developing heart to facilitate future studies on human cardiogenesis.

Summary Cancer heterogeneity at the proteome level may explain differences in therapy response and prognosis beyond the currently established genomic and transcriptomic based diagnostics. The relevance of proteomics for disease classifications remains to be established in clinically heterogeneous cancer entities such as chronic lymphocytic leukemia (CLL). Here, we characterized the proteome and transcriptome in-depth alongside genetic and ex-vivo drug response profiling in a clinically well annotated CLL discovery cohort (n= 68). Unsupervised clustering of the proteome data revealed six subgroups. Five of these proteomic groups were associated with genetic features, while one group was only detectable at the proteome level. This new group was characterized by accelerated disease progression, high spliceosomal protein abundances associated with aberrant splicing, and low B cell receptor signaling protein abundances (ASB-CLL). We developed classifiers to identify ASB-CLL based on its characteristic proteome or splicing signature in two independent cohorts (n= 165, n= 169) and confirmed that ASB-CLL comprises about 20 % of CLL patients. The inferior overall survival observed in ASB-CLL was independent of both TP53- and IGHV mutation status. Our multi-omics analysis refines the classification of CLL and highlights the potential of proteomics to improve cancer patient stratification beyond genetic and transcriptomic profiling. Single sentence summary We performed the largest proteogenomic analysis of CLL, linked proteomic profiles to clinical outcomes, and discovered a new poor outcome subgroup (ASB-CLL).