There is pressing urgency to understand the pathogenesis of the severe acute respiratory syndrome coronavirus clade 2 (SARS-CoV-2), which causes the disease COVID-19. SARS-CoV-2 spike (S) protein binds angiotensin-converting enzyme 2 (ACE2), and in concert with host proteases, principally transmembrane serine protease 2 (TMPRSS2), promotes cellular entry. The cell subsets targeted by SARS-CoV-2 in host tissues and the factors that regulate ACE2 expression remain unknown. Here, we leverage human, non-human primate, and mouse single-cell RNA-sequencing (scRNA-seq) datasets across health and disease to uncover putative targets of SARS-CoV-2 among tissue-resident cell subsets. We identify ACE2 and TMPRSS2 co-expressing cells within lung type II pneumocytes, ileal absorptive enterocytes, and nasal goblet secretory cells. Strikingly, we discovered that ACE2 is a human interferon-stimulated gene (ISG) in vitro using airway epithelial cells and extend our findings to in vivo viral infections. Our data suggest that SARS-CoV-2 could exploit species-specific interferon-driven upregulation of ACE2, a tissue-protective mediator during lung injury, to enhance infection.

Single-cell RNA sequencing provides new insights into pathologic epithelial and mesenchymal remodeling in the human lung.

Stem cells undergo dynamic changes in response to injury to regenerate lost cells. However, the identity of transitional states and the mechanisms that drive their trajectories remain understudied. Using lung organoids, multiple in vivo repair models, single-cell transcriptomics and lineage tracing, we find that alveolar type-2 epithelial cells undergoing differentiation into type-1 cells acquire pre-alveolar type-1 transitional cell state (PATS) en route to terminal maturation. Transitional cells undergo extensive stretching during differentiation, making them vulnerable to DNA damage. Cells in the PATS show an enrichment of TP53, TGFβ, DNA-damage-response signalling and cellular senescence. Gain and loss of function as well as genomic binding assays revealed a direct transcriptional control of PATS by TP53 signalling. Notably, accumulation of PATS-like cells in human fibrotic lungs was observed, suggesting persistence of the transitional state in fibrosis. Our study thus implicates a transient state associated with senescence in normal epithelial tissue repair and its abnormal persistence in disease conditions.

Temporal resolution of cellular features associated with a severe COVID-19 disease trajectory is needed for understanding skewed immune responses and defining predictors of outcome. Here, we performed a longitudinal multi-omics study using a two-center cohort of 14 patients. We analyzed the bulk transcriptome, bulk DNA methylome, and single-cell transcriptome (>358,000 cells, including BCR profiles) of peripheral blood samples harvested from up to 5 time points. Validation was performed in two independent cohorts of COVID-19 patients. Severe COVID-19 was characterized by an increase of proliferating, metabolically hyperactive plasmablasts. Coinciding with critical illness, we also identified an expansion of interferon-activated circulating megakaryocytes and increased erythropoiesis with features of hypoxic signaling. Megakaryocyte- and erythroid-cell-derived co-expression modules were predictive of fatal disease outcome. The study demonstrates broad cellular effects of SARS-CoV-2 infection beyond adaptive immune cells and provides an entry point toward developing biomarkers and targeted treatments of patients with COVID-19.

PD-1 + T H 17 cells enhance collagen-1 production from human lung fibroblasts.

Cellular diversity of the lung endothelium has not been systematically characterized in humans. We provide a reference atlas of human lung endothelial cells (ECs) to facilitate a better understanding of the phenotypic diversity and composition of cells comprising the lung endothelium.We reprocessed human control single-cell RNA sequencing (scRNAseq) data from 6 datasets. EC populations were characterized through iterative clustering with subsequent differential expression analysis. Marker genes were validated by fluorescent microscopy and in situ hybridization. scRNAseq of primary lung ECs cultured in vitro was performed. The signaling network between different lung cell types was studied. For cross-species analysis or disease relevance, we applied the same methods to scRNAseq data obtained from mouse lungs or from human lungs with pulmonary hypertension.Six lung scRNAseq datasets were reanalyzed and annotated to identify >15 000 vascular EC cells from 73 individuals. Differential expression analysis of EC revealed signatures corresponding to endothelial lineage, including panendothelial, panvascular, and subpopulation-specific marker gene sets. Beyond the broad cellular categories of lymphatic, capillary, arterial, and venous ECs, we found previously indistinguishable subpopulations; among venous EC, we identified 2 previously indistinguishable populations: pulmonary-venous ECs (COL15A1neg) localized to the lung parenchyma and systemic-venous ECs (COL15A1pos) localized to the airways and the visceral pleura; among capillary ECs, we confirmed their subclassification into recently discovered aerocytes characterized by EDNRB, SOSTDC1, and TBX2 and general capillary EC. We confirmed that all 6 endothelial cell types, including the systemic-venous ECs and aerocytes, are present in mice and identified endothelial marker genes conserved in humans and mice. Ligand-receptor connectome analysis revealed important homeostatic crosstalk of EC with other lung resident cell types. scRNAseq of commercially available primary lung ECs demonstrated a loss of their native lung phenotype in culture. scRNAseq revealed that endothelial diversity is maintained in pulmonary hypertension. Our article is accompanied by an online data mining tool (www.LungEndothelialCellAtlas.com).Our integrated analysis provides a comprehensive and well-crafted reference atlas of ECs in the normal lung and confirms and describes in detail previously unrecognized endothelial populations across a large number of humans and mice.

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.

Abstract The SARS-CoV-2 novel coronavirus global pandemic (COVID-19) has led to millions of cases and hundreds of thousands of deaths around the globe. While the elderly appear at high risk for severe disease, hospitalizations and deaths due to SARS-CoV-2 among children have been relatively rare. Integrating single-cell RNA sequencing (scRNA-seq) of the developing mouse lung with temporally-resolved RNA-in-situ hybridization (ISH) in mouse and human lung tissue, we found that expression of SARS-CoV-2 Spike protein primer TMPRSS2 was highest in ciliated cells and type I alveolar epithelial cells (AT1), and TMPRSS2 expression was increased with aging in mice and humans. Analysis of autopsy tissue from fatal COVID-19 cases revealed SARS-CoV-2 RNA was detected most frequently in ciliated and secretory cells in the airway epithelium and AT1 cells in the peripheral lung. SARS-CoV-2 RNA was highly colocalized in cells expressing TMPRSS2. Together, these data demonstrate the cellular spectrum infected by SARS-CoV-2 in the lung epithelium, and suggest that developmental regulation of TMPRSS2 may underlie the relative protection of infants and children from severe respiratory illness.

Abstract Background Despite its importance in health and disease, the cellular diversity of the lung endothelium has not been systematically characterized in humans. Here we provide a reference atlas of human lung endothelial cells (ECs), to facilitate a better understanding of the phenotypic diversity and composition of cells comprising the lung endothelium, both in health and disease. Methods We reprocessed control single cell RNA sequencing (scRNAseq) data from five datasets of whole lungs that were used for the analysis of pan-endothelial markers, we later included a sixth dataset of sorted control EC for the vascular subpopulation analysis. EC populations were characterized through iterative clustering with subsequent differential expression analysis. Marker genes were validated by immunohistochemistry and in situ hybridization. Signaling network between different lung cell types was studied using connectomic analysis. For cross species analysis we applied the same methods to scRNAseq data obtained from mouse lungs. Results The six lung scRNAseq datasets were reanalyzed and annotated to identify over 15,000 vascular EC cells from 73 individuals. Differential expression analysis of EC revealed signatures corresponding to endothelial lineage, including pan-endothelial, pan-vascular and subpopulation-specific marker gene sets. Beyond the broad cellular categories of lymphatic, capillary, arterial and venous ECs we found previously indistinguishable subpopulations; among venous EC we identified two previously indistinguishable populations, pulmonary-venous ECs (COL15A1 neg ) localized to the lung parenchyma and systemic-venous ECs (COL15A1 pos ) localized to the airways and the visceral pleura; among capillary EC we confirmed their subclassification into recently discovered aerocytes characterized by EDNRB, SOSTDC1 and TBX2 and general capillary EC. We confirmed that all six endothelial cell types, including the systemic-venous EC and aerocytes are present in mice and identified endothelial marker genes conserved in humans and mice. Ligand-Receptor connectome analysis revealed important homeostatic crosstalk of EC with other lung resident cell types. Our manuscript is accompanied by an online data mining tool ( www.LungEndothelialCellAtlas.com ). Conclusion Our integrated analysis provides the comprehensive and well-crafted reference atlas of lung endothelial cells in the normal lung and confirms and describes in detail previously unrecognized endothelial populations across a large number of humans and mice.

Abstract The spatial distribution of genetic variation within proteins is shaped by evolutionary constraint and thus can provide insights into the functional importance of protein regions and the potential pathogenicity of protein alterations. Here, we comprehensively evaluate the 3D spatial patterns of constraint on human germline and somatic variation in 4,568 solved protein structures. Different classes of coding variants have significantly different spatial distributions. Neutral missense variants exhibit a range of 3D constraint patterns, with a general trend of spatial dispersion driven by constraint on core residues. In contrast, germline and somatic disease-causing variants are significantly more likely to be clustered in protein structure space. We demonstrate that this difference in the spatial distributions of disease-associated and benign germline variants provides a signature for accurately classifying variants of unknown significance (VUS) that is complementary to current approaches for VUS classification. We further illustrate the clinical utility of our approach by classifying new mutations identified from patients with familial idiopathic pneumonia (FIP) that segregate with disease.