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.

Non-genetic mechanisms have recently emerged as important drivers of cancer therapy failure1, where some cancer cells can enter a reversible drug-tolerant persister state in response to treatment2. Although most cancer persisters remain arrested in the presence of the drug, a rare subset can re-enter the cell cycle under constitutive drug treatment. Little is known about the non-genetic mechanisms that enable cancer persisters to maintain proliferative capacity in the presence of drugs. To study this rare, transiently resistant, proliferative persister population, we developed Watermelon, a high-complexity expressed barcode lentiviral library for simultaneous tracing of each cell's clonal origin and proliferative and transcriptional states. Here we show that cycling and non-cycling persisters arise from different cell lineages with distinct transcriptional and metabolic programs. Upregulation of antioxidant gene programs and a metabolic shift to fatty acid oxidation are associated with persister proliferative capacity across multiple cancer types. Impeding oxidative stress or metabolic reprogramming alters the fraction of cycling persisters. In human tumours, programs associated with cycling persisters are induced in minimal residual disease in response to multiple targeted therapies. The Watermelon system enabled the identification of rare persister lineages that are preferentially poised to proliferate under drug pressure, thus exposing new vulnerabilities that can be targeted to delay or even prevent disease recurrence.

Neuroimmune interactions have emerged as critical modulators of allergic inflammation, and type 2 innate lymphoid cells (ILC2s) are an important cell type for mediating these interactions. Here, we show that ILC2s expressed both the neuropeptide calcitonin gene-related peptide (CGRP) and its receptor. CGRP potently inhibited alarmin-driven type 2 cytokine production and proliferation by lung ILC2s both in vitro and in vivo. CGRP induced marked changes in ILC2 expression programs in vivo and in vitro, attenuating alarmin-driven proliferative and effector responses. A distinct subset of ILCs scored highly for a CGRP-specific gene signature after in vivo alarmin stimulation, suggesting CGRP regulated this response. Finally, we observed increased ILC2 proliferation and type 2 cytokine production as well as exaggerated responses to alarmins in mice lacking the CGRP receptor. Together, these data indicate that endogenous CGRP is a critical negative regulator of ILC2 responses in vivo.

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.

Neoadjuvant immune checkpoint blockade has shown promising clinical activity. Here, we characterized early kinetics in tumor-infiltrating and circulating immune cells in oral cancer patients treated with neoadjuvant anti-PD-1 or anti-PD-1/CTLA-4 in a clinical trial (NCT02919683). Tumor-infiltrating CD8 T cells that clonally expanded during immunotherapy expressed elevated tissue-resident memory and cytotoxicity programs, which were already active prior to therapy, supporting the capacity for rapid response. Systematic target discovery revealed that treatment-expanded tumor T cell clones in responding patients recognized several self-antigens, including the cancer-specific antigen MAGEA1. Treatment also induced a systemic immune response characterized by expansion of activated T cells enriched for tumor-infiltrating T cell clonotypes, including both pre-existing and emergent clonotypes undetectable prior to therapy. The frequency of activated blood CD8 T cells, notably pre-treatment PD-1-positive KLRG1-negative T cells, was strongly associated with intra-tumoral pathological response. These results demonstrate how neoadjuvant checkpoint blockade induces local and systemic tumor immunity.

Mutations in non-coding regulatory DNA sequences can alter gene expression, organismal phenotype and fitness1–3. Constructing complete fitness landscapes, in which DNA sequences are mapped to fitness, is a long-standing goal in biology, but has remained elusive because it is challenging to generalize reliably to vast sequence spaces4–6. Here we build sequence-to-expression models that capture fitness landscapes and use them to decipher principles of regulatory evolution. Using millions of randomly sampled promoter DNA sequences and their measured expression levels in the yeast Saccharomyces cerevisiae, we learn deep neural network models that generalize with excellent prediction performance, and enable sequence design for expression engineering. Using our models, we study expression divergence under genetic drift and strong-selection weak-mutation regimes to find that regulatory evolution is rapid and subject to diminishing returns epistasis; that conflicting expression objectives in different environments constrain expression adaptation; and that stabilizing selection on gene expression leads to the moderation of regulatory complexity. We present an approach for using such models to detect signatures of selection on expression from natural variation in regulatory sequences and use it to discover an instance of convergent regulatory evolution. We assess mutational robustness, finding that regulatory mutation effect sizes follow a power law, characterize regulatory evolvability, visualize promoter fitness landscapes, discover evolvability archetypes and illustrate the mutational robustness of natural regulatory sequence populations. Our work provides a general framework for designing regulatory sequences and addressing fundamental questions in regulatory evolution. A framework for studying and engineering gene regulatory DNA sequences, based on deep neural sequence-to-expression models trained on large-scale libraries of random DNA, provides insight into the evolution, evolvability and fitness landscapes of regulatory DNA.

The intestine is a site of direct encounter with the external environment and must consequently balance barrier defense with nutrient uptake. To investigate how nutrient uptake is regulated in the small intestine, we tested the effect of diets with different macronutrient compositions on epithelial gene expression. We found that enzymes and transporters required for carbohydrate digestion and absorption were regulated by carbohydrate availability. The "on-demand" induction of this machinery required γδ T cells, which regulated this program through the suppression of interleukin-22 production by type 3 innate lymphoid cells. Nutrient availability altered the tissue localization and transcriptome of γδ T cells. Additionally, transcriptional responses to diet involved cellular remodeling of the epithelial compartment. Thus, this work identifies a role for γδ T cells in nutrient sensing.

Interleukin-27 (IL-27) is an immunoregulatory cytokine that suppresses inflammation through multiple mechanisms, including induction of IL-10, but the transcriptional network mediating its diverse functions remains unclear. Combining temporal RNA profiling with computational algorithms, we predict 79 transcription factors induced by IL-27 in T cells. We validate 11 known and discover 5 positive (Cebpb, Fosl2, Tbx21, Hlx, and Atf3) and 2 negative (Irf9 and Irf8) Il10 regulators, generating an experimentally refined regulatory network for Il10. We report two central regulators, Prdm1 and Maf, that cooperatively drive the expression of signature genes induced by IL-27 in type 1 regulatory T cells, mediate IL-10 expression in all T helper cells, and determine the regulatory phenotype of colonic Foxp3+ regulatory T cells. Prdm1/Maf double-knockout mice develop spontaneous colitis, phenocopying ll10-deficient mice. Our work provides insights into IL-27-driven transcriptional networks and identifies two shared Il10 regulators that orchestrate immunoregulatory programs across T helper cell subsets.

The cerebellum is a well-studied brain structure with diverse roles in motor learning, coordination, cognition, and autonomic regulation. Nonetheless, a complete inventory of cerebellar cell types is presently lacking. We used high-throughput transcriptional profiling to molecularly define cell types across individual lobules of the adult mouse cerebellum. Purkinje and granule neurons showed considerable regional specialization, with the greatest diversity occurring in the posterior lobules. For multiple types of cerebellar interneurons, the molecular variation within each type was more continuous, rather than discrete. For the unipolar brush cells (UBCs)—an interneuron population previously subdivided into two discrete populations—the continuous variation in gene expression was associated with a graded continuum of electrophysiological properties. Most surprisingly, we found that molecular layer interneurons (MLIs) were composed of two molecularly and functionally distinct types. Both show a continuum of morphological variation through the thickness of the molecular layer, but electrophysiological recordings revealed marked differences between the two types in spontaneous firing, excitability, and electrical coupling. Together, these findings provide the first comprehensive cellular atlas of the cerebellar cortex, and outline a methodological and conceptual framework for the integration of molecular, morphological, and physiological ontologies for defining brain cell types.