Recent advances in single-cell technologies have enabled high-throughput molecular profiling of cells across modalities and locations. Single-cell transcriptomics data can now be complemented by chromatin accessibility, surface protein expression, adaptive immune receptor repertoire profiling and spatial information. The increasing availability of single-cell data across modalities has motivated the development of novel computational methods to help analysts derive biological insights. As the field grows, it becomes increasingly difficult to navigate the vast landscape of tools and analysis steps. Here, we summarize independent benchmarking studies of unimodal and multimodal single-cell analysis across modalities to suggest comprehensive best-practice workflows for the most common analysis steps. Where independent benchmarks are not available, we review and contrast popular methods. Our article serves as an entry point for novices in the field of single-cell (multi-)omic analysis and guides advanced users to the most recent best practices.

Abstract 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 + profibrotic monocyte-derived macrophages in COVID-19, pulmonary fibrosis and lung carcinoma. Overall, the HLCA serves as an example for the development and use of large-scale, cross-dataset organ atlases within the Human Cell Atlas.

Phosphoinositide 3-kinase δ (PI3Kδ) has a key role in lymphocytes, and inhibitors that target this PI3K have been approved for treatment of B cell malignancies1-3. Although studies in mouse models of solid tumours have demonstrated that PI3Kδ inhibitors (PI3Kδi) can induce anti-tumour immunity4,5, its effect on solid tumours in humans remains unclear. Here we assessed the effects of the PI3Kδi AMG319 in human patients with head and neck cancer in a neoadjuvant, double-blind, placebo-controlled randomized phase II trial (EudraCT no. 2014-004388-20). PI3Kδ inhibition decreased the number of tumour-infiltrating regulatory T (Treg) cells and enhanced the cytotoxic potential of tumour-infiltrating T cells. At the tested doses of AMG319, immune-related adverse events (irAEs) required treatment to be discontinued in 12 out of 21 of patients treated with AMG319, suggestive of systemic effects on Treg cells. Accordingly, in mouse models, PI3Kδi decreased the number of Treg cells systemically and caused colitis. Single-cell RNA-sequencing analysis revealed a PI3Kδi-driven loss of tissue-resident colonic ST2 Treg cells, accompanied by expansion of pathogenic T helper 17 (TH17) and type 17 CD8+ T (TC17) cells, which probably contributed to toxicity; this points towards a specific mode of action for the emergence of irAEs. A modified treatment regimen with intermittent dosing of PI3Kδi in mouse models led to a significant decrease in tumour growth without inducing pathogenic T cells in colonic tissue, indicating that alternative dosing regimens might limit toxicity.

The contribution of CD4 + T cells to protective or pathogenic immune responses to SARS-CoV-2 infection remains unknown. Here, we present large-scale single-cell transcriptomic analysis of viral antigen-reactive CD4 + T cells from 32 COVID-19 patients. In patients with severe disease compared to mild disease, we found increased proportions of cytotoxic follicular helper (T FH ) cells and cytotoxic T helper cells (CD4-CTLs) responding to SARS-CoV-2, and reduced proportion of SARS-CoV-2 reactive regulatory T cells. Importantly, the CD4-CTLs were highly enriched for the expression of transcripts encoding chemokines that are involved in the recruitment of myeloid cells and dendritic cells to the sites of viral infection. Polyfunctional T helper (T H )1 cells and T H 17 cell subsets were underrepresented in the repertoire of SARS-CoV-2-reactive CD4 + T cells compared to influenza-reactive CD4 + T cells. Together, our analyses provide so far unprecedented insights into the gene expression patterns of SARS-CoV-2 reactive CD4 + T cells in distinct disease severities.

Abstract Mucosal-associated invariant T (MAIT) cells are a subpopulation of T lymphocytes that respond to microbial metabolites. We performed single-cell RNA sequencing and metabolic analyses of MAIT cell subsets in thymus and peripheral tissues from mice and humans to define the heterogeneity and developmental pathway of these innate-like lymphocytes. We show that the predominant mouse subset, which produces IL-17 (MAIT17), and the subset that produces IFNγ (MAIT1), have greatly different transcriptomes and metabolic states in the thymus and periphery. A splenic MAIT subset has a transcriptome similar to circulating lymphocytes, and in mice these also are found in recent thymic emigrants, suggesting partially mature cells emigrate from the thymus. Human MAIT cells are predominantly MAIT1 cells, but have a different metabolism from their mouse counterparts with increased fatty acid uptake and storage. Although mouse and human subsets are similar in thymus, in the periphery they diverge, likely reflecting environmental influences.

ABSTRACT The molecular properties of CD8 + T cells that respond to SARS-CoV-2 infection are not fully known. Here, we report on the single-cell transcriptomes of >80,000 virus-reactive CD8 + T cells from 39 COVID-19 patients and 10 healthy subjects. COVID-19 patients segregated into two groups based on whether the dominant CD8 + T cell response to SARS-CoV-2 was ‘exhausted’ or not. SARS-CoV-2-reactive cells in the exhausted subset were increased in frequency and displayed lesser cytotoxicity and inflammatory features in COVID-19 patients with mild compared to severe illness. In contrast, SARS-CoV-2-reactive cells in the non-exhausted subsets from patients with severe disease showed enrichment of transcripts linked to co-stimulation, pro-survival NF-κB signaling, and anti-apoptotic pathways, suggesting the generation of robust CD8 + T cell memory responses in patients with severe COVID-19 illness. CD8 + T cells reactive to influenza and respiratory syncytial virus from healthy subjects displayed polyfunctional features. Cells with such features were mostly absent in SARS-CoV-2 responsive cells from both COVID-19 patients and healthy controls non-exposed to SARS-CoV-2. Overall, our single-cell analysis revealed substantial diversity in the nature of CD8 + T cells responding to SARS-CoV-2.

To determine the nature of CD4+ T cells that provide 'help' for generating robust anti-tumor CD8+ cytotoxic T cell (CTL) responses, we profiled the transcriptomes of patient-matched CD4+ and CD8+ T cells present in the tumor micro-environment (TME) and analyzed them jointly using integrated weighted gene correlation network analysis. We found the follicular helper T cell (TFH) program in CD4+ T cells was strongly associated with proliferation and tissue-residency in CD8+ CTLs. Single-cell analysis demonstrated the presence of TFH-like cells and features linked to cytotoxic function and their provision of CD8+ T cell 'help'. Tumor-infiltrating TFH-like cells expressed PD-1 and were enriched in tumors following checkpoint blockade, suggesting that they may respond to anti-PD-1 therapy. Adoptive transfer or induction of TFH cells in mouse models resulted in augmented CD8+ CTL responses and impairment of tumor growth, indicating an important role of TFH-like CD4+ T cells in anti-tumor immunity.

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.