The Human Cell Atlas is a large international collaborative effort to map all cell types of the human body. Single-cell RNA sequencing can generate high-quality data for the delivery of such an atlas. However, delays between fresh sample collection and processing may lead to poor data and difficulties in experimental design.This study assesses the effect of cold storage on fresh healthy spleen, esophagus, and lung from ≥ 5 donors over 72 h. We collect 240,000 high-quality single-cell transcriptomes with detailed cell type annotations and whole genome sequences of donors, enabling future eQTL studies. Our data provide a valuable resource for the study of these 3 organs and will allow cross-organ comparison of cell types. We see little effect of cold ischemic time on cell yield, total number of reads per cell, and other quality control metrics in any of the tissues within the first 24 h. However, we observe a decrease in the proportions of lung T cells at 72 h, higher percentage of mitochondrial reads, and increased contamination by background ambient RNA reads in the 72-h samples in the spleen, which is cell type specific.In conclusion, we present robust protocols for tissue preservation for up to 24 h prior to scRNA-seq analysis. This greatly facilitates the logistics of sample collection for Human Cell Atlas or clinical studies since it increases the time frames for sample processing.

Single-cell technologies have transformed our understanding of human tissues. Yet, studies typically capture only a limited number of donors and disagree on cell type definitions. Integrating many single-cell datasets can address these limitations of individual studies and capture the variability present in the population. Here we present the integrated Human Lung Cell Atlas (HLCA), combining 49 datasets of the human respiratory system into a single atlas spanning over 2.4 million cells from 486 individuals. The HLCA presents a consensus cell type re-annotation with matching marker genes, including annotations of rare and previously undescribed cell types. Leveraging the number and diversity of individuals in the HLCA, we identify gene modules that are associated with demographic covariates such as age, sex and body mass index, as well as gene modules changing expression along the proximal-to-distal axis of the bronchial tree. Mapping new data to the HLCA enables rapid data annotation and interpretation. Using the HLCA as a reference for the study of disease, we identify shared cell states across multiple lung diseases, including SPP1

It is not fully understood why COVID-19 is typically milder in children

Abstract The SARS-CoV-2 Omicron BA.1 variant emerged in late 2021 and is characterised by multiple spike mutations across all spike domains. Here we show that Omicron BA.1 has higher affinity for ACE2 compared to Delta, and confers very significant evasion of therapeutic monoclonal and vaccine-elicited polyclonal neutralising antibodies after two doses. mRNA vaccination as a third vaccine dose rescues and broadens neutralisation. Importantly, antiviral drugs remdesevir and molnupiravir retain efficacy against Omicron BA.1. We found that in human nasal epithelial 3D cultures replication was similar for both Omicron and Delta. However, in lower airway organoids, Calu-3 lung cells and gut adenocarcinoma cell lines live Omicron virus demonstrated significantly lower replication in comparison to Delta. We noted that despite presence of mutations predicted to favour spike S1/S2 cleavage, the spike protein is less efficiently cleaved in live Omicron virions compared to Delta virions. We mapped the replication differences between the variants to entry efficiency using spike pseudotyped virus (PV) entry assays. The defect for Omicron PV in specific cell types correlated with higher cellular RNA expression of TMPRSS2, and accordingly knock down of TMPRSS2 impacted Delta entry to a greater extent as compared to Omicron. Furthermore, drug inhibitors targeting specific entry pathways demonstrated that the Omicron spike inefficiently utilises the cellular protease TMPRSS2 that mediates cell entry via plasma membrane fusion. Instead, we demonstrate that Omicron spike has greater dependency on cell entry via the endocytic pathway requiring the activity of endosomal cathepsins to cleave spike. Consistent with suboptimal S1/S2 cleavage and inability to utilise TMPRSS2, syncytium formation by the Omicron spike was dramatically impaired compared to the Delta spike. Overall, Omicron appears to have gained significant evasion from neutralising antibodies whilst maintaining sensitivity to antiviral drugs targeting the polymerase. Omicron has shifted cellular tropism away from TMPRSS2 expressing cells that are enriched in cells found in the lower respiratory and GI tracts, with implications for altered pathogenesis.

Single-cell transcriptomics has allowed unprecedented resolution of cell types/states in the human lung, but their spatial context is less well defined. To (re)define tissue architecture of lung and airways, we profiled five proximal-to-distal locations of healthy human lungs in depth using multi-omic single cell/nuclei and spatial transcriptomics (queryable at lungcellatlas.org ). Using computational data integration and analysis, we extend beyond the suspension cell paradigm and discover macro and micro-anatomical tissue compartments including previously unannotated cell types in the epithelial, vascular, stromal and nerve bundle micro-environments. We identify and implicate peribronchial fibroblasts in lung disease. Importantly, we discover and validate a survival niche for IgA plasma cells in the airway submucosal glands (SMG). We show that gland epithelial cells recruit B cells and IgA plasma cells, and promote longevity and antibody secretion locally through expression of CCL28, APRIL and IL-6. This new 'gland-associated immune niche' has implications for respiratory health.

Summary Multiple distinct cell types of the human lung and airways have been defined by single cell RNA sequencing (scRNAseq). Here we present a multi-omics spatial lung atlas to define novel cell types which we map back into the macro- and micro-anatomical tissue context to define functional tissue microenvironments. Firstly, we have generated single cell and nuclei RNA sequencing, VDJ-sequencing and Visium Spatial Transcriptomics data sets from 5 different locations of the human lung and airways. Secondly, we define additional cell types/states, as well as spatially map novel and known human airway cell types, such as adult lung chondrocytes, submucosal gland (SMG) duct cells, distinct pericyte and smooth muscle subtypes, immune-recruiting fibroblasts, peribronchial and perichondrial fibroblasts, peripheral nerve associated fibroblasts and Schwann cells. Finally, we define a survival niche for IgA-secreting plasma cells at the SMG, comprising the newly defined epithelial SMG-Duct cells, and B and T lineage immune cells. Using our transcriptomic data for cell-cell interaction analysis, we propose a signalling circuit that establishes and supports this niche. Overall, we provide a transcriptional and spatial lung atlas with multiple novel cell types that allows for the study of specific tissue microenvironments such as the newly defined gland-associated lymphoid niche (GALN).

Abstract We present a multiomic cell atlas of human lung development that combines single cell RNA and ATAC sequencing, high throughput spatial transcriptomics and single cell imaging. Coupling single cell methods with spatial analysis has allowed a comprehensive cellular survey of the epithelial, mesenchymal, endothelial and erythrocyte/leukocyte compartments from 5-22 post conception weeks. We identify new cell states in all compartments. These include developmental-specific secretory progenitors and a new subtype of neuroendocrine cell related to human small cell lung cancer. Our datasets are available through our web interface ( https://lungcellatlas.org ). Finally, to illustrate its general utility, we use our cell atlas to generate predictions about cell-cell signalling and transcription factor hierarchies which we test using organoid models. Highlights Spatiotemporal atlas of human lung development from 5-22 post conception weeks identifies 144 cell types/states. Tracking the developmental origins of multiple cell compartments, including new progenitor states. Functional diversity of fibroblasts in distinct anatomical signalling niches. Resource applied to interrogate and experimentally test the transcription factor code controlling neuroendocrine cell heterogeneity and the origins of small cell lung cancer.

Background: The Human Cell Atlas is a large international collaborative effort to map all cell types of the human body. Single cell RNA sequencing can generate high quality data for the delivery of such an atlas. However, delays between fresh sample collection and processing may lead to poor data and difficulties in experimental design. Despite this, there has not yet been a systematic assessment of the effect of cold storage time on the quality of scRNAseq. Results: This study assessed the effect of cold storage on fresh healthy spleen, oesophagus and lung from ≥5 donors over 72 hours. We collected 240,000 high quality single cell transcriptomes with detailed cell type annotations and whole genome sequences of donors, enabling future eQTL studies. Our data provide a valuable resource for the study of these three organs and will allow cross-organ comparison of cell types. We see little effect of cold ischaemic time on cell viability, yield, total number of reads per cell and other quality control metrics in any of the tissues within the first 24 hours. However, we observed higher percentage of mitochondrial reads, indicative of cellular stress, and increased contamination by background ambient RNA reads in the 72h samples in spleen, which is cell type specific. Conclusions: In conclusion, we present robust protocols for tissue preservation for up to 24 hours prior to scRNAseq analysis. This greatly facilitates the logistics of sample collection for Human Cell Atlas or clinical studies since it increases the time frames for sample processing.

ABSTRACT Organ- and body-scale cell atlases have the potential to transform our understanding of human biology. To capture the variability present in the population, these atlases must include diverse demographics such as age and ethnicity from both healthy and diseased individuals. The growth in both size and number of single-cell datasets, combined with recent advances in computational techniques, for the first time makes it possible to generate such comprehensive large-scale atlases through integration of multiple datasets. Here, we present the integrated Human Lung Cell Atlas (HLCA) combining 46 datasets of the human respiratory system into a single atlas spanning over 2.2 million cells from 444 individuals across health and disease. The HLCA contains a consensus re-annotation of published and newly generated datasets, resolving under- or misannotation of 59% of cells in the original datasets. The HLCA enables recovery of rare cell types, provides consensus marker genes for each cell type, and uncovers gene modules associated with demographic covariates and anatomical location within the respiratory system. To facilitate the use of the HLCA as a reference for single-cell lung research and allow rapid analysis of new data, we provide an interactive web portal to project datasets onto the HLCA. Finally, we demonstrate the value of the HLCA reference for interpreting disease-associated changes. Thus, the HLCA outlines a roadmap for the development and use of organ-scale cell atlases within the Human Cell Atlas.