Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd individuals. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across tumors from affected individuals and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T cell-attracting chemokines. By identifying interacting cellular programs, we reveal the logic underlying spatially organized immune-malignant cell networks.

Pancreatic ductal adenocarcinoma (PDAC) is a highly lethal and treatment-refractory cancer. Molecular stratification in pancreatic cancer remains rudimentary and does not yet inform clinical management or therapeutic development. Here, we construct a high-resolution molecular landscape of the cellular subtypes and spatial communities that compose PDAC using single-nucleus RNA sequencing and whole-transcriptome digital spatial profiling (DSP) of 43 primary PDAC tumor specimens that either received neoadjuvant therapy or were treatment naive. We uncovered recurrent expression programs across malignant cells and fibroblasts, including a newly identified neural-like progenitor malignant cell program that was enriched after chemotherapy and radiotherapy and associated with poor prognosis in independent cohorts. Integrating spatial and cellular profiles revealed three multicellular communities with distinct contributions from malignant, fibroblast and immune subtypes: classical, squamoid-basaloid and treatment enriched. Our refined molecular and cellular taxonomy can provide a framework for stratification in clinical trials and serve as a roadmap for therapeutic targeting of specific cellular phenotypes and multicellular interactions.

ABSTRACT Pancreatic ductal adenocarcinoma (PDAC) remains a treatment-refractory disease. Characterizing PDAC by mRNA profiling remains particularly challenging. Previously identified bulk expression subtypes were influenced by contaminating stroma and have not yet informed clinical management, whereas single cell RNA-seq (scRNA-seq) of fresh tumors under-represented key cell types. Here, we developed a robust single-nucleus RNA-seq (snRNA-seq) technique for frozen archival PDAC specimens and used it to study both untreated tumors and those that received neoadjuvant chemotherapy and radiotherapy (CRT). Gene expression programs learned across untreated malignant cell and fibroblast profiles uncovered a clinically relevant molecular taxonomy with improved prognostic stratification compared to prior classifications. Moreover, in the increasingly-adopted neoadjuvant treatment context, there was a depletion of classical-like phenotypes in malignant cells in favor of basal-like phenotypes associated with TNF-NFkB and interferon signaling as well as the presence of novel acinar and neuroendocrine classical-like states, which may be more resilient to cytotoxic treatment. Spatially-resolved transcriptomics revealed an association between malignant cells expressing these basal-like programs and higher immune infiltration with increased lymphocytic content, whereas those exhibiting classical-like programs were linked to sparser macrophage-predominant microniches, perhaps pointing to susceptibility to distinct therapeutic strategies. Our refined molecular taxonomy and spatial resolution can help advance precision oncology in PDAC through informative stratification in clinical trials and insights into differential therapeutic targeting leveraging the immune system.

Abstract Understanding the function of genes and their regulation in tissue homeostasis and disease requires knowing the cellular context in which genes are expressed in tissues across the body. Single cell genomics allows the generation of detailed cellular atlases in human tissues, but most efforts are focused on single tissue types. Here, we establish a framework for profiling multiple tissues across the human body at single-cell resolution using single nucleus RNA-Seq (snRNA-seq), and apply it to 8 diverse, archived, frozen tissue types (three donors per tissue). We apply four snRNA-seq methods to each of 25 samples from 16 donors, generating a cross-tissue atlas of 209,126 nuclei profiles, and benchmark them vs . scRNA-seq of comparable fresh tissues. We use a conditional variational autoencoder (cVAE) to integrate an atlas across tissues, donors, and laboratory methods. We highlight shared and tissue-specific features of tissue-resident immune cells, identifying tissue-restricted and non-restricted resident myeloid populations. These include a cross-tissue conserved dichotomy between LYVE1- and HLA class II-expressing macrophages, and the broad presence of LAM-like macrophages across healthy tissues that is also observed in disease. For rare, monogenic muscle diseases, we identify cell types that likely underlie the neuromuscular, metabolic, and immune components of these diseases, and biological processes involved in their pathology. For common complex diseases and traits analyzed by GWAS, we identify the cell types and gene modules that potentially underlie disease mechanisms. The experimental and analytical frameworks we describe will enable the generation of large-scale studies of how cellular and molecular processes vary across individuals and populations.

Abstract Identifying gene regulatory targets of nuclear proteins in tissues remains a challenge. Here we describe in tranuclear C ellular I ndexing of T ranscriptomes and E pitopes (inCITE-seq), a scalable method for measuring multiplexed intranuclear protein levels and the transcriptome in parallel in thousands of cells, enabling joint analysis of TF levels and gene expression in vivo . We apply inCITE-seq to characterize cell state-related changes upon pharmacological induction of neuronal activity in the mouse brain. Modeling gene expression as a linear combination of quantitative protein levels revealed the genome-wide effect of each TF and recovered known targets. Cell type-specific genes associated with each TF were co-expressed as distinct modules that each corresponded to positive or negative TF levels, showing that our approach can disentangle relative contributions of TFs to gene expression and add interpretability to gene networks. InCITE-seq can illuminate how combinations of nuclear proteins shape gene expression in native tissue contexts, with direct applications to solid or frozen tissues and clinical specimens.

Abstract Profiling cellular heterogeneity in formalin-fixed paraffin-embedded (FFPE) tissues is key to characterizing clinical specimens for biomarkers, therapeutic targets, and drug responses. Here, we optimize methods for isolating intact nuclei and single nucleus RNA-Seq from FFPE tissues in the mouse brain, and demonstrate a pilot application to a human clinical specimen of lung adenocarcinoma. Our method opens the way to broad applications of snRNA-Seq to archival tissues, including clinical samples.

Abstract Mouse models are a tool for studying the mechanisms underlying complex diseases; however, differences between species pose a significant challenge for translating findings to patients. Here, we used single-cell transcriptomics and orthogonal validation approaches to provide cross-species taxonomies, identifying shared broad cell classes and unique granular cellular states, between mouse and human kidney. We generated cell atlases of the diabetic and obese kidney using two different mouse models, a high-fat diet (HFD) model and a genetic model (BTBR ob/ob ), at multiple time points along disease progression. Importantly, we identified a previously unrecognized, expanding Trem2 high macrophage population in kidneys of HFD mice that matched human TREM2 high macrophages in obese patients. Taken together, our cross-species comparison highlights shared immune and metabolic cell-state changes.

Abstract SARS-CoV-2, the coronavirus that causes COVID-19, binds to angiotensin-converting enzyme 2 (ACE2) on human cells. Beyond the lung, COVID-19 impacts diverse tissues including the kidney. ACE2 is a key member of the Renin-Angiotensin-Aldosterone System (RAAS) which regulates blood pressure, largely through its effects on the kidney. RAAS blockers such as ACE inhibitors (ACEi) and Angiotensin Receptor Blockers (ARBs) are widely used therapies for hypertension, cardiovascular and chronic kidney diseases, and therefore, there is intense interest in their effect on ACE2 expression and its implications for SARS-CoV-2 pathogenicity. Here, we analyzed single-cell and single-nucleus RNA-seq of human kidney to interrogate the association of ACEi/ARB use with ACE2 expression in specific cell types. First, we performed an integrated analysis aggregating 176,421 cells across 49 donors, 8 studies and 8 centers, and adjusting for sex, age, donor and center effects, to assess the relationship of ACE2 with age and sex at baseline. We observed a statistically significant increase in ACE2 expression in tubular epithelial cells of the thin loop of Henle (tLoH) in males relative to females at younger ages, the trend reversing, and losing significance with older ages. ACE2 expression in tLoH increases with age in females, with an opposite, weak effect in males. In an independent cohort, we detected a statistically significant increase in ACE2 expression with ACEi/ARB use in epithelial cells of the proximal tubule and thick ascending limb, and endothelial cells, but the association was confounded in this small cohort by the underlying disease. Our study illuminates the dynamics of ACE2 expression in specific kidney cells, with implications for SARS-CoV-2 entry and pathogenicity.

Abstract Human iPSC-derived kidney organoids have the potential to revolutionize discovery, but assessing their consistency and reproducibility across iPSC lines, and reducing the generation of off-target cells remain an open challenge. Here, we used single cell RNA-Seq (scRNA-Seq) to profile 415,775 cells to show that organoid composition and development are comparable to human fetal and adult kidneys. Although cell classes were largely reproducible across iPSC lines, time points, protocols, and replicates, cell proportions were variable between different iPSC lines. Off-target cell proportions were the most variable. Prolonged in vitro culture did not alter cell types, but organoid transplantation under the mouse kidney capsule diminished off-target cells. Our work shows how scRNA-seq can help score organoids for reproducibility, faithfulness and quality, that kidney organoids derived from different iPSC lines are comparable surrogates for human kidney, and that transplantation enhances their formation by diminishing off-target cells.

Abstract Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd patients. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across patient tumors and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage, and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T-cell-attracting chemokines. By identifying interacting cellular programs, we thus reveal the logic underlying spatially organized immune-malignant cell networks.