Abstract Single cell RNA sequencing (scRNA-seq) has become a core tool for researchers to understand biology. As scRNA-seq has become more ubiquitous, many applications demand higher scalability and sensitivity. Split-pool combinatorial barcoding makes it possible to scale projects to hundreds of samples and millions of cells, overcoming limitations of previous droplet based technologies. However, there is still a need for increased sensitivity for both droplet and combinatorial barcoding based scRNA-seq technologies. To meet this need, here we introduce an updated combinatorial barcoding method for scRNA-seq with dramatically improved sensitivity. To assess performance, we profile a variety of sample types, including cell lines, human peripheral blood mononuclear cells (PBMCs), mouse brain nuclei, and mouse liver nuclei. When compared to the previously best performing approach, we find up to a 2.6-fold increase in unique transcripts detected per cell and up to a 1.8-fold increase in genes detected per cell. These improvements to transcript and gene detection increase the resolution of the resulting data, making it easier to distinguish cell types and states in heterogeneous samples. Split-pool combinatorial barcoding already enables scaling to millions of cells, the ability to perform scRNA-seq on previously fixed and frozen samples, and access to scRNA-seq without the need to purchase specialized lab equipment. Our hope is that by combining these previous advantages with the dramatic improvements to sensitivity presented here, we will elevate the standards and capabilities of scRNA-seq for the broader community.

Abstract With the advent of single-cell RNA sequencing (scRNA-seq) technologies, there has been a spike in studies involving scRNA-seq of several tissues across diverse species including Drosophila. Although a few databases exist for users to query genes of interest within the scRNA-seq studies, search tools that enable users to find orthologous genes and their cell type-specific expression patterns across species are limited. Here, we built a new search database, called DRscDB ( https://www.flyrnai.org/tools/single_cell/web/ ) to address this need. DRscDB serves as a comprehensive repository for published scRNA-seq datasets for Drosophila and the relevant datasets from human and other model organisms. DRscDB is based on manual curation of Drosophila scRNA-seq studies of various tissue types and their corresponding analogous tissues in vertebrates including zebrafish, mouse, and human. Of note, our search database provides most of the literature-derived marker genes, thus preserving the original analysis of the published scRNA-seq datasets. DRscDB serves as a web-based user interface that allows users to mine, utilize and compare gene expression data pertaining to scRNA-seq datasets from the published literature.

ABSTRACT Immunotherapies have shown great promise in pleural mesothelioma (PM), yet most patients still do not achieve significant clinical response, highlighting the importance of improving understanding of the tumor microenvironment (TME). Here, we utilized high-throughput, single-cell RNA-sequencing to de novo identify 54 expression programs and construct a comprehensive cellular catalogue of the PM TME. We found four cancer-intrinsic programs associated with poor disease outcome and a novel fetal-like, endothelial cell population that likely responds to VEGF signaling and promotes angiogenesis. Throughout cellular compartments, we observe substantial difference in the TME associated with a cancer-intrinsic sarcomatoid signature, including enrichment in fetal-like endothelial cells, CXCL9+ macrophages, cytotoxic, exhausted, and regulatory T cells, which we validated using imaging and bulk deconvolution analyses on two independent cohorts. Finally, we show, both computationally and experimentally, that NKG2A-HLA-E interaction between NK and tumor cells represents an important new therapeutic axis in PM, especially for epithelioid cases. Statement of Significance This manuscript presents the first single-cell RNA-sequencing atlas of pleural mesothelioma (PM) tumor microenvironment. Findings of translational relevance, validated experimentally and using independent bulk cohorts, include identification of gene programs predictive of survival, a fetal-like endothelial cell population, and NKG2A blockade as a promising new immunotherapeutic intervention in PM.

Immunotherapies have shown great promise in pleural mesothelioma (PM), yet most patients still do not achieve significant clinical response, highlighting the importance of improving understanding of the tumor microenvironment (TME). Here, we utilized high-throughput, single-cell RNA-sequencing to de novo identify 54 expression programs and construct a comprehensive cellular catalogue of the PM TME. We found four cancer-intrinsic programs associated with poor disease outcome and a novel fetal-like, endothelial cell population that likely responds to VEGF signaling and promotes angiogenesis. Throughout cellular compartments, we observe substantial difference in the TME associated with a cancer-intrinsic sarcomatoid signature, including enrichment in fetal-like endothelial cells, CXCL9+ macrophages, cytotoxic, exhausted, and regulatory T cells, which we validated using imaging and bulk deconvolution analyses on independent cohorts. Finally, we show, both computationally and experimentally, that NKG2A-HLA-E interaction between NK and tumor cells represents an important new therapeutic axis in PM, especially for epithelioid cases.