Autologous chimeric antigen receptor (CAR) T cell therapies targeting CD19 have high efficacy in large B cell lymphomas (LBCLs), but long-term remissions are observed in less than half of patients, and treatment-associated adverse events, such as immune effector cell-associated neurotoxicity syndrome (ICANS), are a clinical challenge. We performed single-cell RNA sequencing with capture-based cell identification on autologous axicabtagene ciloleucel (axi-cel) anti-CD19 CAR T cell infusion products to identify transcriptomic features associated with efficacy and toxicity in 24 patients with LBCL. Patients who achieved a complete response by positron emission tomography/computed tomography at their 3-month follow-up had three-fold higher frequencies of CD8 T cells expressing memory signatures than patients with partial response or progressive disease. Molecular response measured by cell-free DNA sequencing at day 7 after infusion was significantly associated with clinical response (P = 0.008), and a signature of CD8 T cell exhaustion was associated (q = 2.8 × 10−149) with a poor molecular response. Furthermore, a rare cell population with monocyte-like transcriptional features was associated (P = 0.0002) with high-grade ICANS. Our results suggest that heterogeneity in the cellular and molecular features of CAR T cell infusion products contributes to variation in efficacy and toxicity after axi-cel therapy in LBCL, and that day 7 molecular response might serve as an early predictor of CAR T cell efficacy. Single-cell transcriptomics reveals that the heterogeneity of anti-CD19 CAR T cell infusion products contributes to variability in clinical response, early molecular response and development of immune effector cell-associated neurotoxicity syndrome in patients with large B cell lymphomas.

Abstract Intra-tumoral heterogeneity (ITH) is the fundamental property of cancer, however, the origin of ITH remains poorly understood. Here we performed single-cell RNA sequencing of peritoneal carcinomatosis (PC) from 20 patients with advanced gastric adenocarcinoma (GAC), constructed a transcriptome map of 45,048 PC cells, determined the cell-of-origin of each tumor cell, and incisively explored ITH of PC tumor cells at single-cell resolution. The links between cell-of-origin and ITH was illustrated at transcriptomic, genotypic, molecular, and phenotypic levels. This study characterized the origins of PC tumor cells that populate and thrive in the peritoneal cavity, uncovered the diversity in tumor cell-of-origins and defined it as a key determinant of ITH. Furthermore, cell-of-origin-based analysis classified PC into two cellular subtypes that were prognostic independent of clinical variables, and a 12-gene prognostic signature was then derived and validated in multiple large-scale GAC cohorts. The prognostic signature appears fundamental to GAC carcinogenesis/progression and could be practical for patient stratification.

Hierarchical structure materials have been widely applied in various fields due to their unique structure. However, pores collapse at high temperatures may cause the properties loss of materials. Fortunately, the thermal stability of alumina could maintain the structure stable at high temperatures. In this research, Al(NO3)3·9H2O was selected as the alumina source, using spray freeze drying combined with heat treatment to fabricate hierarchical directional porous alumina microspheres (HDPAMs). The alumina microspheres fabricated by this method have the advantage of high porosity, low density, low thermal conductivity, and high-temperature structure stability. Furthermore, the relationship between the condition of fabrication and the parameters of HDPAMs was explored and the thermal conductivity of HDPAMs was investigated. Moreover, simulations using COMSOL Multiphysics have been conducted to explore the superiority of hierarchical directional porous structures in terms of thermal insulation.

Crosstalk between tumor cells and other cells within the tumor microenvironment (TME) plays a crucial role in tumor progression, metastases, and therapy resistance. We present iTALK, a computational approach to characterize and illustrate intercellular communication signals in the multicellular tumor ecosystem using single-cell RNA sequencing data. iTALK can in principle be used to dissect the complexity, diversity, and dynamics of cell-cell communication from a wide range of cellular processes.

Abstract Multi-cellular organism development involves orchestrated gene regulations of different cell types and cell states. Single-cell RNA-Seq, enable simultaneous observation of cells in various states, making it possible to study the underlying molecular mechanisms. However, most of the analytical methods do not make full use of the dynamics captured. Here, we model single-cell RNA-seq data obtained from a developmental process as a function of gene regulatory network using stochastic differential equations (SDEs). Based on dynamical systems theory, we showed that pair-wise gene expression correlation coefficients can accurately infer cell state transitions and validated it using mouse muscle cell regeneration scRNA-seq data. We then applied our analytical framework to the PDAC (Pancreatic ductal adenocarcinoma) mouse model scRNA-seq data. Through transition cells found in the pancreatic preinvasive lesions scRNA-seq data, we can better explain the heterogeneity and predict distinct cell fate even at early tumorigenesis stage. This suggests that the biomarkers identified by transition cells can be potentially used for diagnosis, prognosis and therapeutics of diseases.