Summary Over 320 million years of evolution, amniotes have developed complex brains and cognition through largely unexplored genetic and gene expression mechanisms. We created a comprehensive single-cell atlas of over 1.3 million cells from the telencephalon and cerebellum of turtles, zebra finches, pigeons, mice, and macaques, employing single-cell resolution spatial transcriptomics to validate gene expression patterns across species. Our study revealed significant species-specific variations in cell types, highlighting their conservation and diversification in evolution. We found pronounced differences in telencephalon excitatory neurons (EX) and cerebellar cell types between birds and mammals. Birds predominantly express SLC17A6 in EX, whereas mammals expressed SLC17A7 in neocortex and SLC17A6 elsewhere, possibly due to loss of SLC17A7 function loss in birds. Additionally, we identified a novel bird-specific Purkinje cell subtype (SVIL+), implicating the LSD11/KDM1A pathway in learning and circadian rhythms, and related numerous positively selected genes in birds, suggesting an evolutionary optimization of cerebellar functions for ecological and behavioral adaptation. Our findings elucidate the complex interplay between genetic evolution and environmental adaptation, underscoring the role of genetic diversification in the development of specialized cell types across amniotes.

Abstract Renal cell carcinoma (RCC) is among the top three cancers of the urinary system and its incidence keeps increasing worldwide in recent decades. However, methods for accurate prognosis evaluation and effective treatment are still lacking nowadays. Here, to explore the molecular expression features of RCC and establish a new RCC clinical prognosis evaluation model, a cell landscape of 187,263 renal cells obtained from eight patients with RCC was analyzed in this study. And by extracting and focusing on the main stromal cells from RCC tissues, innovative molecular characteristics and pathways of tumors were identified, like the well-known hypoxia pathway. By analyzing cell-cell communication, fibroblasts were found to promote tumor development by repressing natural killer cells. Based on Cox and least absolute shrinkage and selection operator regression analysis, four risk factors were screened and used to construct a reliable RCC clinical risk estimation model. In conclusion, our work provides new insights into the tumor microenvironment of RCC, as well as potential therapeutic targets and a clinical risk model for RCC invasiveness. Hopefully, these findings will be useful for cancer research and clinical treatment in future.