Gene expression at fine scale Mapping gene expression at the single-cell level within tissues remains a technical challenge. Rodriques et al. developed a method called Slide-seq, whereby RNA was spatially resolved from tissue sections by transfer onto a surface covered with DNA-barcoded beads. Applying Slide-seq to regions of a mouse brain revealed spatial gene expression patterns in the Purkinje layer of the cerebellum and axes of variation across Purkinje cell compartments. The authors used this method to dissect the temporal evolution of cell type–specific responses in a mouse model of traumatic brain injury. Science , this issue p. 1463

Overcoming the limits of the microscope The resolution of a light microscope is limited. Physicists have long since worked out what these limits are and which parameters determine the spatial resolution. Many groups have nevertheless made numerous attempts to overcome these resolution limits. Rather than improving the power and quality of the microscope, Chen et al. instead expanded the biological specimens under study (see the Perspective by Dodt). They introduced a polymer gel into fixed cells and tissues and chemically induced swelling of the polymer by almost two orders of magnitude. They could then produce much higher-resolution images of their samples, which included the mouse hippocampus. Science , this issue p. 543 ; see also p. 474

Measurement of the location of molecules in tissues is essential for understanding tissue formation and function. Previously, we developed Slide-seq, a technology that enables transcriptome-wide detection of RNAs with a spatial resolution of 10 μm. Here we report Slide-seqV2, which combines improvements in library generation, bead synthesis and array indexing to reach an RNA capture efficiency ~50% that of single-cell RNA-seq data (~10-fold greater than Slide-seq), approaching the detection efficiency of droplet-based single-cell RNA-seq techniques. First, we leverage the detection efficiency of Slide-seqV2 to identify dendritically localized mRNAs in neurons of the mouse hippocampus. Second, we integrate the spatial information of Slide-seqV2 data with single-cell trajectory analysis tools to characterize the spatiotemporal development of the mouse neocortex, identifying underlying genetic programs that were poorly sampled with Slide-seq. The combination of near-cellular resolution and high transcript detection efficiency makes Slide-seqV2 useful across many experimental contexts. An improved method for spatial transcriptomics with detection efficiency approaching that of droplet-based single-cell RNA-seq techniques.

The role of non-neuronal cells in Alzheimer’s disease progression has not been fully elucidated. Using single-nucleus RNA sequencing, we identified a population of disease-associated astrocytes in an Alzheimer’s disease mouse model. These disease-associated astrocytes appeared at early disease stages and increased in abundance with disease progression. We discovered that similar astrocytes appeared in aged wild-type mice and in aging human brains, suggesting their linkage to genetic and age-related factors. A new subset of disease-associated astrocytes (DAAs) is identified in a mouse model of Alzheimer’s disease by single-nucleus RNA sequencing. DAAs are also found in aged wild-type mice, suggesting a link to genetic and age-related factors.

Improved expansion microscopy method preserves signal from fluorescent proteins and antibodies using off-the-shelf reagents. Expansion microscopy (ExM) enables imaging of preserved specimens with nanoscale precision on diffraction-limited instead of specialized super-resolution microscopes. ExM works by physically separating fluorescent probes after anchoring them to a swellable gel. The first ExM method did not result in the retention of native proteins in the gel and relied on custom-made reagents that are not widely available. Here we describe protein retention ExM (proExM), a variant of ExM in which proteins are anchored to the swellable gel, allowing the use of conventional fluorescently labeled antibodies and streptavidin, and fluorescent proteins. We validated and demonstrated the utility of proExM for multicolor super-resolution (∼70 nm) imaging of cells and mammalian tissues on conventional microscopes.

A limitation of spatial transcriptomics technologies is that individual measurements may contain contributions from multiple cells, hindering the discovery of cell-type-specific spatial patterns of localization and expression. Here, we develop robust cell type decomposition (RCTD), a computational method that leverages cell type profiles learned from single-cell RNA-seq to decompose cell type mixtures while correcting for differences across sequencing technologies. We demonstrate the ability of RCTD to detect mixtures and identify cell types on simulated datasets. Furthermore, RCTD accurately reproduces known cell type and subtype localization patterns in Slide-seq and Visium datasets of the mouse brain. Finally, we show how RCTD’s recovery of cell type localization enables the discovery of genes within a cell type whose expression depends on spatial environment. Spatial mapping of cell types with RCTD enables the spatial components of cellular identity to be defined, uncovering new principles of cellular organization in biological tissue. RCTD is publicly available as an open-source R package at https://github.com/dmcable/RCTD . Cell type mapping in spatial transcriptomics is enabled by accounting for compositional mixtures and differences in sequencing technologies.

ExFISH extends expansion microscopy to single-molecule RNA imaging, enabling super-resolution imaging of diverse RNAs in cells and tissues on conventional microscopes. The method enables multiplexed imaging of RNA and improved RNA quantitation. The ability to image RNA identity and location with nanoscale precision in intact tissues is of great interest for defining cell types and states in normal and pathological biological settings. Here, we present a strategy for expansion microscopy of RNA. We developed a small-molecule linker that enables RNA to be covalently attached to a swellable polyelectrolyte gel synthesized throughout a biological specimen. Then, postexpansion, fluorescent in situ hybridization (FISH) imaging of RNA can be performed with high yield and specificity as well as single-molecule precision in both cultured cells and intact brain tissue. Expansion FISH (ExFISH) separates RNAs and supports amplification of single-molecule signals (i.e., via hybridization chain reaction) as well as multiplexed RNA FISH readout. ExFISH thus enables super-resolution imaging of RNA structure and location with diffraction-limited microscopes in thick specimens, such as intact brain tissue and other tissues of importance to biology and medicine.

Iterative expansion microscopy (iExM) is a strategy that achieves high resolution expansion microscopy by expanding samples multiple times. Expanding a sample twice enables ∼4.5 × 4.5 ∼20× physical expansion and ∼25 nm resolution. We recently developed a method called expansion microscopy, in which preserved biological specimens are physically magnified by embedding them in a densely crosslinked polyelectrolyte gel, anchoring key labels or biomolecules to the gel, mechanically homogenizing the specimen, and then swelling the gel–specimen composite by ∼4.5× in linear dimension. Here we describe iterative expansion microscopy (iExM), in which a sample is expanded ∼20×. After preliminary expansion a second swellable polymer mesh is formed in the space newly opened up by the first expansion, and the sample is expanded again. iExM expands biological specimens ∼4.5 × 4.5, or ∼20×, and enables ∼25-nm-resolution imaging of cells and tissues on conventional microscopes. We used iExM to visualize synaptic proteins, as well as the detailed architecture of dendritic spines, in mouse brain circuitry.

The mammalian cerebral cortex has an unparalleled diversity of cell types, which are generated during development through a series of temporally orchestrated events that are under tight evolutionary constraint and are critical for proper cortical assembly and function1,2. However, the molecular logic that governs the establishment and organization of cortical cell types remains unknown, largely due to the large number of cell classes that undergo dynamic cell-state transitions over extended developmental timelines. Here we generate a comprehensive atlas of the developing mouse neocortex, using single-cell RNA sequencing and single-cell assay for transposase-accessible chromatin using sequencing. We sampled the neocortex every day throughout embryonic corticogenesis and at early postnatal ages, and complemented the sequencing data with a spatial transcriptomics time course. We computationally reconstruct developmental trajectories across the diversity of cortical cell classes, and infer their spatial organization and the gene regulatory programs that accompany their lineage bifurcation decisions and differentiation trajectories. Finally, we demonstrate how this developmental map pinpoints the origin of lineage-specific developmental abnormalities that are linked to aberrant corticogenesis in mutant mice. The data provide a global picture of the regulatory mechanisms that govern cellular diversification in the neocortex.

Identifying transcript location in cells Identifying where specific RNAs occur within a cell or tissue has been limited by technology and imaging capabilities. Expansion microscopy has allowed for better visualization of small structures by expanding the tissues with a polymer- and hydrogel-based system. Alon et al. combined expansion microscopy with long-read in situ RNA sequencing, resulting in a more precise visualization of the location of specific transcripts. This method, termed “ExSeq” for expansion sequencing, was used to detect RNAs, both new transcripts and those previously demonstrated to localize to neuronal dendrites. Unlike other in situ sequencing methods, ExSeq does not target sets of genes. This technology thus unites spatial resolution, multiplexing, and an unbiased approach to reveal insights into RNA localization and its physiological roles in developing and active tissue. Science , this issue p. eaax2656