Summary Aneuploidy, an imbalance in chromosome copy numbers, causes genetic disorders, and drives cancer progression, drug tolerance, and antimicrobial resistance. While aneuploidy can confer stress resistance, it is not well understood how cells overcome the fitness burden caused by aberrant chromosomal copy numbers. Studies using both systematically generated 1–5 and natural aneuploid yeasts 6–8 triggered an intense debate about the role of dosage compensation, concluding that aneuploidy is transmitted to the transcriptome and proteome without significant buffering at the chromosome-wide level, and is, at least in lab strains, associated with significant fitness costs. Conversely, systematic sequencing and phenotyping of large collections of natural isolates revealed that aneuploidy is frequent and has few – if any – fitness costs in nature 9 . To address these discrepant findings at the proteomic level, we developed a platform that yields highly precise proteomic measurements across large numbers of genetically diverse samples, and applied it to natural isolates collected as part of the 1011 genomes project 9 . For 613 of the isolates, we were able to match the proteomes to their corresponding transcriptomes and genomes, subsequently quantifying the effect of aneuploidy on gene expression by comparing 95 aneuploid with 518 euploid strains. We find, as in previous studies, that aneuploid gene dosage is not buffered chromosome-wide at the transcriptome level. Importantly, in the proteome, we detect an attenuation of aneuploidy by about 25% below the aneuploid gene dosage in natural yeast isolates. Furthermore, this chromosome-wide dosage compensation is associated with the ubiquitin-proteasome system (UPS), which is expressed at higher levels and has increased activity across natural aneuploid strains. Thus, through systematic exploration of the species-wide diversity of the yeast proteome, we shed light on a long-standing debate about the biology of aneuploids, revealing that aneuploidy tolerance is mediated through chromosome-wide dosage compensation at the proteome level.

Abstract In natural populations, the same mutation can lead to different phenotypic outcomes due to the genetic variation that exists among individuals. Such genetic background effects are commonly observed, including in the context of many human diseases. However, systematic characterization of these effects at the species level is still lacking to date. Here, we sought to comprehensively survey background-dependent traits associated with gene loss-of-function (LoF) mutations in 39 natural isolates of Saccharomyces cerevisiae using a transposon saturation strategy. By analyzing the modeled fitness variability of a total of 4,469 genes, we found that 15% of them, when impacted by a LoF mutation, exhibited a significant gain- or loss-of-fitness phenotype in certain natural isolates compared to the reference strain S288C. Out of these 632 genetic background-dependent fitness genes identified, a total of 2/3 show a continuous variation across the population while 1/3 are specific to a single genetic background. Genes related to mitochondrial function are significantly overrepresented in the set of genes showing a continuous variation and display a potential functional rewiring with other genes involved in transcription and chromatin remodeling as well as in nuclear-cytoplasmic transport. Such rewiring effects are likely modulated by both the genetic background and the environment. While background-specific cases are rare and span diverse cellular processes, they can be functionally related at the individual level. All background-dependent fitness genes tend to have an intermediate connectivity in the global genetic interaction network and have shown relaxed selection pressure at the population level, highlighting their potential evolutionary characteristics.

Summary Gene expression is an essential step in the translation of genotypes into phenotypes. However, little is known about the transcriptome architecture and the underlying genetic effects at a species-level. Here, we generated and analyzed the pan-transcriptome of ∼1,000 yeast natural isolates across 4,977 core and 1,468 accessory genes. We found that the accessory genome is an underappreciated driver of the transcriptome divergence. Global gene expression patterns combined with population structure show that the heritable expression variation mainly lies within subpopulation-specific signatures, for which the accessory genes are overrepresented. Genome-wide association analyses consistently highlight that the accessory genes are associated with proportionally more variants with larger effect sizes, illustrating the critical role of the accessory genome on the transcriptional landscape within and between populations.

Genome-wide association studies (GWAS) allows to dissect the genetic basis of complex traits at the population level. However, despite the extensive number of trait-associated loci found, they often fail to explain a large part of the observed phenotypic variance. One potential source of this discrepancy could be the preponderance of undetected low-frequency genetic variants in natural populations. To increase the allele frequency of those variants and assess their phenotypic effects at the population level, we generated a diallel panel consisting of 3,025 hybrids, derived from pairwise crosses between a subset of natural isolates from a completely sequenced 1,011 Saccharomyces cerevisiae population. We examined each hybrid across a large number of growth traits, resulting in a total of 148,225 cross/trait combinations. Parental versus hybrid regression analysis showed that while most phenotypic variance is explained by additivity, a significant proportion (29%) is governed by non-additive effects. This is confirmed by the fact that a majority of complete dominance is observed in 25% of the traits. By performing GWAS on the diallel panel, we detected 1,723 significantly associated genetic variants, with 16.3% of them being low-frequency variants in the initial population. These variants, which would not be detected using classical GWAS, explain 21% of the phenotypic variance on average. Altogether, our results demonstrate that low-frequency variants should be accounted for as they contribute to a large part of the phenotypic variation observed in a population.

Abstract Copy number variants (CNVs), duplications and deletions of genomic content, contribute to evolutionary adaptation, but can also confer deleterious effects, and cause disease. Whereas the effects of amplifying individual genes or whole chromosomes (i.e., aneuploidy) have been studied extensively, much less is known about the genetic and functional effects of CNVs of differing sizes and structures. Here, we investigated Saccharomyces cerevisiae (yeast) strains that have CNVs of variable structures but with multiple copies of the gene GAP1 . Although beneficial in glutamine-limited chemostats, CNVs result in decreased fitness compared with the euploid ancestor in rich media. We used transposon mutagenesis to investigate mutational tolerance and genetic interactions with CNVs. We find that CNVs confer novel mutational tolerance in amplified essential genes and novel genetic interactions. We validated a novel genetic interaction with BMH1 . CNV strains have increased mutational tolerance in genes related to translation, and reduced mutational tolerance in genes related to mitochondrial function. We performed RNAseq and found that transcriptional dosage compensation does not affect the majority of genes amplified by CNVs. Furthermore, we do not find that CNV strains exhibit previously described transcriptional signatures of aneuploidy. Instead, CNV strains exhibit downregulation of genes involved in cellular respiration, nucleoside biosynthetic processes, and small molecule metabolism, and upregulation of genes involved in transposition, nucleic acid metabolic processes, and siderophore transport. Our study reveals the extent to which local and global mutational tolerance is modified by CNVs with implications for genome evolution and CNV associated diseases, such as cancer.