We established a collection of 7,000 transgenic lines of Drosophila melanogaster. Expression of GAL4 in each line is controlled by a different, defined fragment of genomic DNA that serves as a transcriptional enhancer. We used confocal microscopy of dissected nervous systems to determine the expression patterns driven by each fragment in the adult brain and ventral nerve cord. We present image data on 6,650 lines. Using both manual and machine-assisted annotation, we describe the expression patterns in the most useful lines. We illustrate the utility of these data for identifying novel neuronal cell types, revealing brain asymmetry, and describing the nature and extent of neuronal shape stereotypy. The GAL4 lines allow expression of exogenous genes in distinct, small subsets of the adult nervous system. The set of DNA fragments, each driving a documented expression pattern, will facilitate the generation of additional constructs for manipulating neuronal function.

Homeostasis is a biological principle for regulation of essential physiological parameters within a set range. Behavioural responses due to deviation from homeostasis are critical for survival, but motivational processes engaged by physiological need states are incompletely understood. We examined motivational characteristics of two separate neuron populations that regulate energy and fluid homeostasis by using cell-type-specific activity manipulations in mice. We found that starvation-sensitive AGRP neurons exhibit properties consistent with a negative-valence teaching signal. Mice avoided activation of AGRP neurons, indicating that AGRP neuron activity has negative valence. AGRP neuron inhibition conditioned preference for flavours and places. Correspondingly, deep-brain calcium imaging revealed that AGRP neuron activity rapidly reduced in response to food-related cues. Complementary experiments activating thirst-promoting neurons also conditioned avoidance. Therefore, these need-sensing neurons condition preference for environmental cues associated with nutrient or water ingestion, which is learned through reduction of negative-valence signals during restoration of homeostasis. Cell-type-specific electrical activity manipulations and deep-brain imaging in mice of neuronal populations associated with homeostasis of nutrient or fluid intake reveals that learning is conditioned by a negative-valence signal from the hunger-mediating AGRP neurons and also from the thirst-mediating neurons in the subfornical organ. Animals respond to deviations in physiological balance with specific behaviours designed to rebalance their state. The motivational drive underlying these adjustments in pursuit of homeostasis are not well understood. Here, Scott Sternson and colleagues investigate the motivational processes mediated by homeostatic neurons for hunger and thirst. They find that as well as promoting food or water seeking behaviours, starvation-sensitive AGRP neurons and thirst-promoting neurons transmit negative valence teaching signals that are actively avoided. The net effect may be to condition the animal to have a preference for cues associated with food intake, offsetting negative valence signals as the animal achieves physiological balance through food and water intake.

Abstract Dendritic and axonal morphology reflects the input and output of neurons and is a defining feature of neuronal types 1,2 , yet our knowledge of its diversity remains limited. Here, to systematically examine complete single-neuron morphologies on a brain-wide scale, we established a pipeline encompassing sparse labelling, whole-brain imaging, reconstruction, registration and analysis. We fully reconstructed 1,741 neurons from cortex, claustrum, thalamus, striatum and other brain regions in mice. We identified 11 major projection neuron types with distinct morphological features and corresponding transcriptomic identities. Extensive projectional diversity was found within each of these major types, on the basis of which some types were clustered into more refined subtypes. This diversity follows a set of generalizable principles that govern long-range axonal projections at different levels, including molecular correspondence, divergent or convergent projection, axon termination pattern, regional specificity, topography, and individual cell variability. Although clear concordance with transcriptomic profiles is evident at the level of major projection type, fine-grained morphological diversity often does not readily correlate with transcriptomic subtypes derived from unsupervised clustering, highlighting the need for single-cell cross-modality studies. Overall, our study demonstrates the crucial need for quantitative description of complete single-cell anatomy in cell-type classification, as single-cell morphological diversity reveals a plethora of ways in which different cell types and their individual members may contribute to the configuration and function of their respective circuits.

Abstract Solid tumors are complex ecosystems, and heterogeneity is the major challenge for overcoming tumor relapse and metastasis. Uncovering the spatial heterogeneity of cell types and functional states in tumors is essential for developing effective treatment, especially in invasive fronts of tumor, the most active region for tumor cells infiltration and invasion. We firstly used SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq) with a nanoscale resolution to characterize the tumor microenvironment of intrahepatic cholangiocarcinoma (ICC). Enrichment of distinctive immune cells, suppressive immune microenvironment and metabolic reprogramming of tumor cells were identified in the 500µm-wide zone centered bilaterally on the tumor boundary, namely invasive fronts of tumor. Furthermore, we found the damaged states of hepatocytes with overexpression of Serum Amyloid A (SAA) in invasive fronts, recruiting macrophages for facilitating further tumor invasion, and thus resulting in a worse prognosis. We also confirmed these findings in hepatocellular carcinoma and other liver metastatic cancers. Our work highlights the remarkable potential of high-resolution-spatially resolved transcriptomic approaches to provide meaningful biological insights for comprehensively dissecting the tumor ecosystem and guiding the development of novel therapeutic strategies for solid tumors.

Abstract Spatially resolved transcriptomics provides a new way to define spatial contexts and understand biological functions in complex diseases. Although some computational frameworks can characterize spatial context via various clustering methods, the detailed spatial architectures and functional zonation often cannot be revealed and localized due to the limited capacities of associating spatial information. We present RESEPT, a deep-learning framework for characterizing and visualizing tissue architecture from spatially resolved transcriptomics. Given inputs as gene expression or RNA velocity, RESEPT learns a three-dimensional embedding with a spatial retained graph neural network from the spatial transcriptomics. The embedding is then visualized by mapping as color channels in an RGB image and segmented with a supervised convolutional neural network model. Based on a benchmark of sixteen 10x Genomics Visium spatial transcriptomics datasets on the human cortex, RESEPT infers and visualizes the tissue architecture accurately. It is noteworthy that, for the in-house AD samples, RESEPT can localize cortex layers and cell types based on a pre-defined region-or cell-type-specific genes and furthermore provide critical insights into the identification of amyloid-beta plaques in Alzheimer’s disease. Interestingly, in a glioblastoma sample analysis, RESEPT distinguishes tumor-enriched, non-tumor, and regions of neuropil with infiltrating tumor cells in support of clinical and prognostic cancer applications.

Ever since the seminal findings of Ramon y Cajal, dendritic and axonal morphology has been recognized as a defining feature of neuronal types and their connectivity. Yet our knowledge about the diversity of neuronal morphology, in particular its distant axonal projections, is still extremely limited. To systematically obtain single neuron full morphology on a brain-wide scale in mice, we established a pipeline that encompasses five major components: sparse labeling, whole-brain imaging, reconstruction, registration, and classification. We achieved sparse, robust and consistent fluorescent labeling of a wide range of neuronal types across the mouse brain in an efficient way by combining transgenic or viral Cre delivery with novel transgenic reporter lines, and generated a large set of high-resolution whole-brain fluorescent imaging datasets containing thousands of reconstructable neurons using the fluorescence micro-optical sectioning tomography (fMOST) system. We developed a set of software tools based on the visualization and analysis suite, Vaa3D, for large-volume image data processing and computation-assisted morphological reconstruction. In a proof-of-principle case, we reconstructed full morphologies of 96 neurons from the claustrum and cortex that belong to a single transcriptomically-defined neuronal subclass. We developed a data-driven clustering approach to classify them into multiple morphological and projection types, suggesting that these neurons work in a targeted and coordinated manner to process cortical information. Imaging data and the new computational reconstruction tools are publicly available to enable community-based efforts towards large-scale full morphology reconstruction of neurons throughout the entire mouse brain.

Visceral and somatic pain serve as protective mechanisms against external threats. Accumulated evidence has confirmed that the paraventricular hypothalamus (PVH) plays an important role in the perception of visceral and somatic pain, whereas the exact neural pathways and molecules distinguishing them remain unclear. Here, we report distinct neuronal ensembles within the PVH dedicated to processing visceral and somatic pain signals. An essential discovery is the distinct expression of P2X3R and VIPR2 in visceral and somatic pain-activated PVH neuronal ensembles. Furthermore, visceral pain- and somatic pain-responsive PVH neuronal ensembles project to specific downstream regions, the ventral part of the lateral septal nucleus (LSV) and the caudal part of the zona incerta (ZIC), respectively. These findings unveil that the PVH acts as a pain sorting center that distinctly processes visceral and somatic pain, identifying potential molecular targets for specific pain processing and providing a new framework for comprehending how the brain processes nociceptive information.