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.

Abstract Exposure to social environmental adversity is associated with health and survival in many social species, including humans. However, little is known about if and how these health and mortality effects vary across the lifespan, largely due to the difficulty of studying long-lived organisms across much of their lifespan. Here, we leveraged a relatively new and powerful model for human aging, the companion dog, to investigate which components of the social environment are associated with dog health and how these associations vary across the lifespan. We drew on comprehensive survey data collected on 21,410 dogs from the Dog Aging Project and identified five factors that together explained 33.7% of the variation in a dog’s social environment. Factors capturing financial and household adversity were associated with poorer health and lower physical mobility in companion dogs, while factors that captured social support, such as living with other dogs, were associated with better health when controlling for dog age and weight. Some of these associations differed across a dog’s lifespan, including a stronger relationship between owner age and health in younger (as compared to older) dogs. Taken together, these findings suggest the importance of income, stability, and owner age on owner-reported health outcomes in companion dogs and point to potential behavioral and/or environmental modifiers that can be used to promote healthy aging across species.

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.

Biological ageing can be defined as a gradual loss of homeostasis across various aspects of molecular and cellular function1,2. Mammalian brains consist of thousands of cell types3, which may be differentially susceptible or resilient to ageing. Here we present a comprehensive single-cell RNA sequencing dataset containing roughly 1.2 million high-quality single-cell transcriptomes of brain cells from young adult and aged mice of both sexes, from regions spanning the forebrain, midbrain and hindbrain. High-resolution clustering of all cells results in 847 cell clusters and reveals at least 14 age-biased clusters that are mostly glial types. At the broader cell subclass and supertype levels, we find age-associated gene expression signatures and provide a list of 2,449 unique differentially expressed genes (age-DE genes) for many neuronal and non-neuronal cell types. Whereas most age-DE genes are unique to specific cell types, we observe common signatures with ageing across cell types, including a decrease in expression of genes related to neuronal structure and function in many neuron types, major astrocyte types and mature oligodendrocytes, and an increase in expression of genes related to immune function, antigen presentation, inflammation, and cell motility in immune cell types and some vascular cell types. Finally, we observe that some of the cell types that demonstrate the greatest sensitivity to ageing are concentrated around the third ventricle in the hypothalamus, including tanycytes, ependymal cells, and certain neuron types in the arcuate nucleus, dorsomedial nucleus and paraventricular nucleus that express genes canonically related to energy homeostasis. Many of these types demonstrate both a decrease in neuronal function and an increase in immune response. These findings suggest that the third ventricle in the hypothalamus may be a hub for ageing in the mouse brain. Overall, this study systematically delineates a dynamic landscape of cell-type-specific transcriptomic changes in the brain associated with normal ageing that will serve as a foundation for the investigation of functional changes in ageing and the interaction of ageing and disease. A comprehensive single-cell RNA sequencing study delineates cell-type-specific transcriptomic changes in the brain associated with normal ageing that will inform the investigation into functional changes and the interaction of ageing and disease.

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.