Cell types are the basic functional units of an organism. Cell types exhibit diverse phenotypic properties at multiple levels, making them challenging to define, categorize, and understand. This review provides an overview of the basic principles of cell types rooted in evolution and development and discusses approaches to characterize and classify cell types and investigate how they contribute to the organism's function, using the mammalian brain as a primary example. I propose a roadmap toward a conceptual framework and knowledge base of cell types that will enable a deeper understanding of the dynamic changes of cellular function under healthy and diseased conditions.

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 Single cell transcriptomics has transformed the characterization of brain cell identity by providing quantitative molecular signatures for large, unbiased samples of brain cell populations. With the proliferation of taxonomies based on individual datasets, a major challenge is to integrate and validate results toward defining biologically meaningful cell types. We used a battery of single-cell transcriptome and epigenome measurements generated by the BRAIN Initiative Cell Census Network (BICCN) to comprehensively assess the molecular signatures of cell types in the mouse primary motor cortex (MOp). We further developed computational and statistical methods to integrate these multimodal data and quantitatively validate the reproducibility of the cell types. The reference atlas, based on more than 600,000 high quality single-cell or -nucleus samples assayed by six molecular modalities, is a comprehensive molecular account of the diverse neuronal and non-neuronal cell types in MOp. Collectively, our study indicates that the mouse primary motor cortex contains over 55 neuronal cell types that are highly replicable across analysis methods, sequencing technologies, and modalities. We find many concordant multimodal markers for each cell type, as well as thousands of genes and gene regulatory elements with discrepant transcriptomic and epigenomic signatures. These data highlight the complex molecular regulation of brain cell types and will directly enable design of reagents to target specific MOp cell types for functional analysis.

ABSTRACT We report the generation of a multimodal cell census and atlas of the mammalian primary motor cortex (MOp or M1) as the initial product of the BRAIN Initiative Cell Census Network (BICCN). This was achieved by coordinated large-scale analyses of single-cell transcriptomes, chromatin accessibility, DNA methylomes, spatially resolved single-cell transcriptomes, morphological and electrophysiological properties, and cellular resolution input-output mapping, integrated through cross-modal computational analysis. Together, our results advance the collective knowledge and understanding of brain cell type organization: First, our study reveals a unified molecular genetic landscape of cortical cell types that congruently integrates their transcriptome, open chromatin and DNA methylation maps. Second, cross-species analysis achieves a unified taxonomy of transcriptomic types and their hierarchical organization that are conserved from mouse to marmoset and human. Third, cross-modal analysis provides compelling evidence for the epigenomic, transcriptomic, and gene regulatory basis of neuronal phenotypes such as their physiological and anatomical properties, demonstrating the biological validity and genomic underpinning of neuron types and subtypes. Fourth, in situ single-cell transcriptomics provides a spatially-resolved cell type atlas of the motor cortex. Fifth, integrated transcriptomic, epigenomic and anatomical analyses reveal the correspondence between neural circuits and transcriptomic cell types. We further present an extensive genetic toolset for targeting and fate mapping glutamatergic projection neuron types toward linking their developmental trajectory to their circuit function. Together, our results establish a unified and mechanistic framework of neuronal cell type organization that integrates multi-layered molecular genetic and spatial information with multi-faceted phenotypic properties.

Abstract An essential step toward understanding brain function is to establish a cellular-resolution structural framework upon which multi-scale and multi-modal information spanning molecules, cells, circuits and systems can be integrated and interpreted. Here, through a collaborative effort from the Brain Initiative Cell Census Network (BICCN), we derive a comprehensive cell type-based description of one brain structure - the primary motor cortex upper limb area (MOp-ul) of the mouse. Applying state-of-the-art labeling, imaging, computational, and neuroinformatics tools, we delineated the MOp-ul within the Mouse Brain 3D Common Coordinate Framework (CCF). We defined over two dozen MOp-ul projection neuron (PN) types by their anterograde targets; the spatial distribution of their somata defines 11 cortical sublayers, a significant refinement of the classic notion of cortical laminar organization. We further combine multiple complementary tracing methods (classic tract tracing, cell type-based anterograde, retrograde, and transsynaptic viral tracing, high-throughput BARseq, and complete single cell reconstruction) to systematically chart cell type-based MOp input-output streams. As PNs link distant brain regions at synapses as well as host cellular gene expression, our construction of a PN type resolution MOp-ul wiring diagram will facilitate an integrated analysis of motor control circuitry across the molecular, cellular, and systems levels. This work further provides a roadmap towards a cellular resolution description of mammalian brain architecture.

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.

Summary Determining which features of the neural code drive perception and behavior requires the ability to simultaneous read out and write in neural activity patterns with high precision across many neurons. All-optical systems that combine two photon (2p) calcium imaging and targeted 2p photostimulation enable the activation of specific, functionally defined groups of neurons in behaving animals. However, these techniques do not yet have the ability to reveal how the specific distribution of firing rates across a relevant neural population mediates neural computation and behavior. The key technical obstacle is the inability to transform single-cell calcium signals into accurate estimates of firing rate changes and then write in these cell-specific firing rate changes to each individual neuron in a targeted population. To overcome this challenge, we made two advances: first we introduce a new genetic line of mice for robust Cre-dependent co-expression of a high-performance calcium indicator and a potent soma-targeted microbial opsin. Second, using this line, we developed a pipeline that enables the read-out and write-in of precise population vectors of neural activity across a targeted group of neurons. The combination of the new multifunctional transgenic line and the photostimulation paradigm offer a powerful and convenient platform for investigating the neural codes of computation and behavior. It may prove particularly useful for probing causal features of the geometry of neural representations where the ability to directly control the topology of population activity is essential.

Summary Viral genetic tools to target specific brain cell types in humans and non-genetic model organisms will transform basic neuroscience and targeted gene therapy. Here we used comparative epigenetics to identify thousands of human neuronal subclass-specific putative enhancers to regulate viral tools, and 34% of these were conserved in mouse. We established an AAV platform to evaluate cellular specificity of functional enhancers by multiplexed fluorescent in situ hybridization (FISH) and single cell RNA sequencing. Initial testing in mouse neocortex yields a functional enhancer discovery success rate of over 30%. We identify enhancers with specificity for excitatory and inhibitory classes and subclasses including PVALB, LAMP5, and VIP/LAMP5 cells, some of which maintain specificity in vivo or ex vivo in monkey and human neocortex. Finally, functional enhancers can be proximal or distal to cellular marker genes, conserved or divergent across species, and could yield brain-wide specificity greater than the most selective marker genes.

Abstract Single-cell analyses parse the brain’s billions of neurons into thousands of ‘cell-type’ clusters residing in different brain structures 1 . Many cell types mediate their functions through targeted long-distance projections allowing interactions between specific cell types. Here we used epi-retro-seq 2 to link single-cell epigenomes and cell types to long-distance projections for 33,034 neurons dissected from 32 different regions projecting to 24 different targets (225 source-to-target combinations) across the whole mouse brain. We highlight uses of these data for interrogating principles relating projection types to transcriptomics and epigenomics, and for addressing hypotheses about cell types and connections related to genetics. We provide an overall synthesis with 926 statistical comparisons of discriminability of neurons projecting to each target for every source. We integrate this dataset into the larger BRAIN Initiative Cell Census Network atlas, composed of millions of neurons, to link projection cell types to consensus clusters. Integration with spatial transcriptomics further assigns projection-enriched clusters to smaller source regions than the original dissections. We exemplify this by presenting in-depth analyses of projection neurons from the hypothalamus, thalamus, hindbrain, amygdala and midbrain to provide insights into properties of those cell types, including differentially expressed genes, their associated cis -regulatory elements and transcription-factor-binding motifs, and neurotransmitter use.

Abstract Human cortical interneurons have been challenging to study due to high diversity and lack of mature brain tissue platforms and genetic targeting tools. We employed rapid GABAergic neuron viral labeling plus unbiased Patch-seq sampling in brain slices to define the signature morpho-electric properties of GABAergic neurons in the human neocortex. Viral targeting greatly facilitated sampling of the SST subclass, including primate specialized double bouquet cells which mapped to two SST transcriptomic types. Multimodal analysis uncovered an SST neuron type with properties inconsistent with original subclass assignment; we instead propose reclassification into PVALB subclass. Our findings provide novel insights about functional properties of human cortical GABAergic neuron subclasses and types and highlight the essential role of multimodal annotation for refinement of emerging transcriptomic cell type taxonomies. One Sentence Summary Viral genetic labeling of GABAergic neurons in human ex vivo brain slices paired with Patch-seq recording yields an in-depth functional annotation of human cortical interneuron subclasses and types and highlights the essential role of multimodal functional annotation for refinement of emerging transcriptomic cell type taxonomies.