The mammalian brain consists of millions to billions of cells that are organized into many cell types with specific spatial distribution patterns and structural and functional properties1-3. Here we report a comprehensive and high-resolution transcriptomic and spatial cell-type atlas for the whole adult mouse brain. The cell-type atlas was created by combining a single-cell RNA-sequencing (scRNA-seq) dataset of around 7 million cells profiled (approximately 4.0 million cells passing quality control), and a spatial transcriptomic dataset of approximately 4.3 million cells using multiplexed error-robust fluorescence in situ hybridization (MERFISH). The atlas is hierarchically organized into 4 nested levels of classification: 34 classes, 338 subclasses, 1,201 supertypes and 5,322 clusters. We present an online platform, Allen Brain Cell Atlas, to visualize the mouse whole-brain cell-type atlas along with the single-cell RNA-sequencing and MERFISH datasets. We systematically analysed the neuronal and non-neuronal cell types across the brain and identified a high degree of correspondence between transcriptomic identity and spatial specificity for each cell type. The results reveal unique features of cell-type organization in different brain regions-in particular, a dichotomy between the dorsal and ventral parts of the brain. The dorsal part contains relatively fewer yet highly divergent neuronal types, whereas the ventral part contains more numerous neuronal types that are more closely related to each other. Our study also uncovered extraordinary diversity and heterogeneity in neurotransmitter and neuropeptide expression and co-expression patterns in different cell types. Finally, we found that transcription factors are major determinants of cell-type classification and identified a combinatorial transcription factor code that defines cell types across all parts of the brain. The whole mouse brain transcriptomic and spatial cell-type atlas establishes a benchmark reference atlas and a foundational resource for integrative investigations of cellular and circuit function, development and evolution of the mammalian brain.

The human brain directs a wide range of complex behaviors ranging from fine motor skills to abstract intelligence and emotion. However, the diversity of cell types that support these skills has not been fully described. Here we used high-throughput single-nucleus RNA sequencing to systematically survey cells across the entire adult human brain in three postmortem donors. We sampled over three million nuclei from approximately 100 dissections across the forebrain, midbrain, and hindbrain. Our analysis identified 461 clusters and 3313 subclusters organized largely according to developmental origins. We found area-specific cortical neurons, as well as an unexpectedly high diversity of midbrain and hindbrain neurons. Astrocytes also exhibited regional diversity at multiple scales, comprising subtypes specific to the telencephalon and to more precise anatomical locations. Oligodendrocyte precursors comprised two distinct major types specific to the telencephalon and to the rest of the brain. Together, these findings demonstrate the unique cellular composition of the telencephalon with respect to all major brain cell types. As the first single-cell transcriptomic census of the entire human brain, we provide a resource for understanding the molecular diversity of the human brain in health and disease.

Abstract To elucidate cortical microcircuit structure and synaptic properties we present a unique, extensive, and public synaptic physiology dataset and analysis platform. Through its application, we reveal principles that relate cell type to synapse properties and intralaminar circuit organization in the mouse and human cortex. The dynamics of excitatory synapses align with the postsynaptic cell subclass, whereas inhibitory synapse dynamics partly align with presynaptic cell subclass but with considerable overlap. Despite these associations, synaptic properties are heterogeneous in most subclass to subclass connections. The two main axes of heterogeneity are strength and variability. Cell subclasses divide along the variability axis, while the strength axis accounts for significant heterogeneity within the subclass. In human cortex, excitatory to excitatory synapse dynamics are distinct from those in mouse and short-term plasticity varies with depth across layers 2 and 3. With a novel connectivity analysis that enables fair comparisons between circuit elements, we find that intralaminar connection probability among cell subclasses exhibits a strong layer dependence.These and other findings combined with the analysis platform create new opportunities for the neuroscience community to advance our understanding of cortical microcircuits.

ABSTRACT Rodent studies have demonstrated that synaptic dynamics from excitatory to inhibitory neuron types are often dependent on the target cell type. However, these target cell-specific properties have not been well investigated in human cortex, where there are major technical challenges in reliably identifying cell types. Here, we take advantage of newly developed methods for human neurosurgical tissue analysis with multiple patch-clamp recordings, post-hoc fluorescent in situ hybridization (FISH), and prospective GABAergic AAV-based labeling to investigate synaptic properties between pyramidal neurons and PVALB- vs. SST- positive interneurons. We find that there are robust molecular differences in synapse-associated genes between these neuron types, and that individual presynaptic pyramidal neurons evoke postsynaptic responses with heterogeneous synaptic dynamics in different postsynaptic cell types. Using molecular identification with FISH and classifiers based on transcriptomically identified PVALB neurons analyzed with Patch-seq methods, we find that PVALB neurons typically show depressing synaptic characteristics, whereas other interneuron types including SST-positive neurons show facilitating characteristics. Together, these data support the existence of target cell-specific synaptic properties in human cortex that are similar to rodent, thereby indicating evolutionary conservation of local circuit connectivity motifs from excitatory to inhibitory neurons and their synaptic dynamics.

Abstract Biological aging can be defined as a gradual loss of homeostasis across various aspects of molecular and cellular function. Aging is a complex and dynamic process which influences distinct cell types in a myriad of ways. The cellular architecture of the mammalian brain is heterogeneous and diverse, making it challenging to identify precise areas and cell types of the brain that are more susceptible to aging than others. Here, we present a high-resolution single-cell RNA sequencing dataset containing ∼1.2 million high-quality single-cell transcriptomic profiles of brain cells from young adult and aged mice across both sexes, including areas spanning the forebrain, midbrain, and hindbrain. We find age-associated gene expression signatures across nearly all 130+ neuronal and non-neuronal cell subclasses we identified. We detect the greatest gene expression changes in non-neuronal cell types, suggesting that different cell types in the brain vary in their susceptibility to aging. We identify specific, age-enriched clusters within specific glial, vascular, and immune cell types from both cortical and subcortical regions of the brain, and specific gene expression changes associated with cell senescence, inflammation, decrease in new myelination, and decreased vasculature integrity. We also identify genes with expression changes across multiple cell subclasses, pointing to certain mechanisms of aging that may occur across wide regions or broad cell types of the brain. Finally, we discover the greatest gene expression changes in cell types localized to the third ventricle of the hypothalamus, including tanycytes, ependymal cells, and Tbx3 + neurons found in the arcuate nucleus that are part of the neuronal circuits regulating food intake and energy homeostasis. These findings suggest that the area surrounding the third ventricle in the hypothalamus may be a hub for aging in the mouse brain. Overall, we reveal a dynamic landscape of cell-type-specific transcriptomic changes in the brain associated with normal aging that will serve as a foundation for the investigation of functional changes in the aging process and the interaction of aging and diseases.

The mammalian brain is composed of millions to billions of cells that are organized into numerous cell types with specific spatial distribution patterns and structural and functional properties. An essential step towards understanding brain function is to obtain a parts list, i.e., a catalog of cell types, of the brain. Here, we report a comprehensive and high-resolution transcriptomic and spatial cell type atlas for the whole adult mouse brain. The cell type atlas was created based on the combination of two single-cell-level, whole-brain-scale datasets: a single-cell RNA-sequencing (scRNA-seq) dataset of ~7 million cells profiled, and a spatially resolved transcriptomic dataset of ~4.3 million cells using MERFISH. The atlas is hierarchically organized into five nested levels of classification: 7 divisions, 32 classes, 306 subclasses, 1,045 supertypes and 5,200 clusters. We systematically analyzed the neuronal, non-neuronal, and immature neuronal cell types across the brain and identified a high degree of correspondence between transcriptomic identity and spatial specificity for each cell type. The results reveal unique features of cell type organization in different brain regions, in particular, a dichotomy between the dorsal and ventral parts of the brain: the dorsal part contains relatively fewer yet highly divergent neuronal types, whereas the ventral part contains more numerous neuronal types that are more closely related to each other. We also systematically characterized cell-type specific expression of neurotransmitters, neuropeptides, and transcription factors. The study uncovered extraordinary diversity and heterogeneity in neurotransmitter and neuropeptide expression and co-expression patterns in different cell types across the brain, suggesting they mediate a myriad of modes of intercellular communications. Finally, we found that transcription factors are major determinants of cell type classification in the adult mouse brain and identified a combinatorial transcription factor code that defines cell types across all parts of the brain. The whole-mouse-brain transcriptomic and spatial cell type atlas establishes a benchmark reference atlas and a foundational resource for deep and integrative investigations of cell type and circuit function, development, and evolution of the mammalian brain.

Abstract Alzheimer’s disease (AD) is the most common cause of dementia in older adults. Neuropathological and imaging studies have demonstrated a progressive and stereotyped accumulation of protein aggregates, but the underlying molecular and cellular mechanisms driving AD progression and vulnerable cell populations affected by disease remain coarsely understood. The current study harnesses single cell and spatial genomics tools and knowledge from the BRAIN Initiative Cell Census Network to understand the impact of disease progression on middle temporal gyrus cell types. We used image-based quantitative neuropathology to place 84 donors spanning the spectrum of AD pathology along a continuous disease pseudoprogression score and multiomic technologies to profile single nuclei from each donor, mapping their transcriptomes, epigenomes, and spatial coordinates to a common cell type reference with unprecedented resolution. Temporal analysis of cell-type proportions indicated an early reduction of Somatostatin-expressing neuronal subtypes and a late decrease of supragranular intratelencephalic-projecting excitatory and Parvalbumin-expressing neurons, with increases in disease-associated microglial and astrocytic states. We found complex gene expression differences, ranging from global to cell type-specific effects. These effects showed different temporal patterns indicating diverse cellular perturbations as a function of disease progression. A subset of donors showed a particularly severe cellular and molecular phenotype, which correlated with steeper cognitive decline. We have created a freely available public resource to explore these data and to accelerate progress in AD research at SEA-AD.org .

The telencephalon of the mammalian brain comprises multiple regions and circuit pathways that play adaptive and integrative roles in a variety of brain functions. There is a wide array of GABAergic neurons in the telencephalon; they play a multitude of circuit functions, and dysfunction of these neurons has been implicated in diverse brain disorders. In this study, we conducted a systematic and in-depth analysis of the transcriptomic and spatial organization of GABAergic neuronal types in all regions of the mouse telencephalon and their developmental origins. This was accomplished by utilizing 611,423 single-cell transcriptomes from the comprehensive and high-resolution transcriptomic and spatial cell type atlas for the adult whole mouse brain we have generated, supplemented with an additional single-cell RNA-sequencing dataset containing 99,438 high-quality single-cell transcriptomes collected from the pre- and postnatal developing mouse brain. We present a hierarchically organized adult telencephalic GABAergic neuronal cell type taxonomy of 7 classes, 52 subclasses, 284 supertypes, and 1,051 clusters, as well as a corresponding developmental taxonomy of 450 clusters across different ages. Detailed charting efforts reveal extraordinary complexity where relationships among cell types reflect both spatial locations and developmental origins. Transcriptomically and developmentally related cell types can often be found in distant and diverse brain regions indicating that long-distance migration and dispersion is a common characteristic of nearly all classes of telencephalic GABAergic neurons. Additionally, we find various spatial dimensions of both discrete and continuous variations among related cell types that are correlated with gene expression gradients. Lastly, we find that cortical, striatal and some pallidal GABAergic neurons undergo extensive postnatal diversification, whereas septal and most pallidal GABAergic neuronal types emerge simultaneously during the embryonic stage with limited postnatal diversification. Overall, the telencephalic GABAergic cell type taxonomy can serve as a foundational reference for molecular, structural and functional studies of cell types and circuits by the entire community.

Summary Experimental access to cell types within the mammalian spinal cord is severely limited by the availability of genetic tools. To enable access to lower motor neurons (LMNs) and LMN subtypes, which function to integrate information from the brain and control movement through direct innervation of effector muscles, we generated single cell multiome datasets from mouse and macaque spinal cords and discovered putative enhancers for each neuronal population. We cloned these enhancers into adeno-associated viral vectors (AAVs) driving a reporter fluorophore and functionally screened them in mouse. The most promising candidate enhancers were then extensively characterized using imaging and molecular techniques and further tested in rat and macaque to show conservation of LMN labeling. Additionally, we combined enhancer elements into a single vector to achieve simultaneous labeling of upper motor neurons (UMNs) and LMNs. This unprecedented LMN toolkit will enable future investigations of cell type function across species and potential therapeutic interventions for human neurodegenerative diseases.