Abstract Insulators play a critical role in spatiotemporal gene expression in metazoans by separating active and repressive chromatin domains and preventing inappropriate enhancer-promoter contacts. The evolutionarily conserved CCCTC-binding factor (CTCF) is required for insulator function in mammals, but not all of its binding sites act as insulators. Here, we explore the sequence requirements of CTCF-mediated transcriptional insulation with the use of a sensitive insulator reporter assay in mouse embryonic stem cells. We find that insulation potency depends on the number of CTCF binding sites in tandem. Furthermore, CTCF-mediated insulation is dependent on DNA sequences flanking its core binding motifs, and CTCF binding sites at topologically associating domain(TAD) boundaries are more likely to function as insulators than those outside TAD boundaries, independent of binding strength. Using chromosomal conformation capture assays and high-resolution chromatin imaging techniques, we demonstrate that insulators form local chromatin domain boundaries and reduce enhancer-promoter contacts. Taken together, our results provide strong genetic, molecular, and structural evidence connecting chromatin topology to the action of insulators in the mammalian genome.

Abstract Topologically associating domains (TAD) and insulated neighborhoods (INs) have been proposed to constrain enhancer-promoter communications to enable cell-type specific transcription programs, but recent studies show that disruption of TADs and INs resulted in relatively mild changes in gene expression profiles. To better understand the role of chromatin architecture in dynamic enhancer-promoter contacts and lineage-specific gene expression, we have utilized the auxin-inducible degron system to acutely deplete CTCF, a key factor involved in TADs and IN formation, in mouse embryonic stem cells (mESCs) and examined chromatin architecture and gene regulation during neural differentiation. We find that while CTCF depletion leads to global weakening of TAD boundaries and loss of INs, only a minor fraction of enhancer-promoter contacts are lost, affecting a small subset of genes. The CTCF-dependent enhancer-promoter contacts tend to be long-range, spanning hundreds of kilobases, and are established directly by CTCF binding to promoters. Disruption of CTCF binding at the promoter reduces enhancer-promoter contacts and transcription, while artificial tethering of CTCF to the promoter restores the enhancer-promoter contacts and gene activation. Genome-wide analysis of CTCF binding and gene expression across multiple mouse tissues suggests that CTCF-dependent promoter-enhancer contacts may regulate expression of additional mouse genes, particularly those expressed in the brain. Our results uncover both CTCF-dependent and independent enhancer-promoter contacts, and highlight a distinct role for CTCF in promoting enhancer-promoter contacts and gene activation in addition to its insulator function.

Abstract Lineage-specific epigenomic changes during human corticogenesis have previously remained elusive due to challenges with tissue heterogeneity and sample availability. Here, we analyze cis-regulatory chromatin interactions, open chromatin regions, and transcriptomes for radial glia, intermediate progenitor cells, excitatory neurons, and interneurons isolated from mid-gestational human brain samples. We show that chromatin looping underlies transcriptional regulation for lineage-specific genes, with transcription factor motifs, families of transposable elements, and disease-associated variants enriched at distal interacting regions in a cell type-specific manner. A subset of promoters exhibit unusually high degrees of chromatin interactivity, which we term super interactive promoters. Super interactive promoters are enriched for critical lineage-specific genes, suggesting that interactions at these loci contribute to the fine-tuning of cell type-specific transcription. Finally, we present CRISPRview, a novel approach for validating distal interacting regions in primary cells. Our study presents the first characterization of cell type-specific 3D epigenomic landscapes during human corticogenesis, advancing our understanding of gene regulation and lineage specification during human brain development.

Abstract Single cell Hi-C (scHi-C) analysis has been increasingly used to map the chromatin architecture in diverse tissue contexts, but computational tools to define chromatin contacts at high resolution from scHi-C data are still lacking. Here, we describe SnapHiC, a method that can identify chromatin loops at high resolution and accuracy from scHi-C data. We benchmark SnapHiC against HiCCUPS, a common tool for mapping chromatin contacts in bulk Hi-C data, using scHi-C data from 742 mouse embryonic stem cells. We further demonstrate its utility by analyzing single-nucleus methyl-3C-seq data from 2,869 human prefrontal cortical cells. We uncover cell-type-specific chromatin loops and predict putative target genes for non-coding sequence variants associated with neuropsychiatric disorders. Our results suggest that SnapHiC could facilitate the analysis of cell-type-specific chromatin architecture and gene regulatory programs in complex tissues.

SUMMARY Regulation of gene expression in mammalian cells depends on long-range chromatin interactions between enhancers and promoters. Currently, the exact mechanisms that connect distal enhancers to their specific target promoters remain to be fully elucidated. Here we show that the histone H3 Lysine 4 monomethylation (H3K4me1) writer proteins MLL3 and MLL4 (MLL3/4) play an active role in this process. We demonstrate that in differentiating mouse embryonic stem cells, MLL3/4-dependent deposition of H3K4me1 at enhancers correlates with increased levels of chromatin interactions, whereas loss of MLL3/4 leads to greatly reduced frequencies of chromatin interactions and failure of lineage-specific gene expression programs. We further show that H3K4me1 facilitates recruitment of the Cohesin complex to chromatin in vitro and in vivo , providing a potential mechanism for MLL3/4 to promote chromatin looping. Taken together, our results support an active role for MLL3/4 in modulating chromatin organization at enhancers in mammalian cells.

Abstract Motivation The Hi-C technology has become an efficient tool to measure the spatial organization of the genome. With the recent advance of 1Kb resolution Hi-C experiment, some of the essential regulatory features have been uncovered. However, most available Hi-C datasets are in coarse-resolution due to the extremely high cost for generating high-resolution data. Therefore, a computational method to maximum the usage of the current available Hi-C data is urgently desired. Results Inspired by the super-resolution image technique, we develop a computational approach to impute the high-resolution Hi-C data from low-resolution Hi-C data using the deep convolutional neural network. We hypothesize that the Hi-C interaction heatmap contains the repeating features, and develop an end-to-end framework to map these features from low-resolution Hi-C heatmap to high-resolution Hi-C heatmap at the feature level. Our approach successfully reconstructs the high-resolution Hi-C interaction map from the low-resolution counterpart, which also proves that the Hi-C interaction matrix is a combination of the regional features. Besides, our approach is highly expandable, and we can also increase prediction accuracy by incorporating ChIA-PET data. Availability Source code is publicly available at https://github.com/zhangyan32/HiCPlus Contact jtang@cse.sc.edu , fyue@hmc.psu.edu

Abstract While a rich set of putative cis -regulatory sequences involved in mouse fetal development has been annotated recently based on chromatin accessibility and histone modification patterns, delineating their role in developmentally regulated gene expression continues to be challenging. To fill this gap, we mapped chromatin contacts between gene promoters and distal sequences genome-wide in seven mouse fetal tissues, and for one of them, across six developmental stages. We identified 248,620 long-range chromatin interactions centered at 14,138 protein-coding genes and characterized their tissue-to-tissue variations as well as developmental dynamics. Integrative analysis of the interactome with previous epigenome and transcriptome datasets from the same tissues revealed a strong correlation between the chromatin contacts and chromatin state at distal enhancers, as well as gene expression patterns at predicted target genes. We predicted target genes of 15,098 candidate enhancers, and used them to annotate target genes of homologous candidate enhancers in the human genome that harbor risk variants of human diseases. We present evidence that schizophrenia and other adult disease risk variants are frequently found in fetal enhancers, providing support for the hypothesis of fetal origins of adult diseases.

Abstract Current pooled CRISPR screens for cis -regulatory elements (CREs) can only accommodate one gene based on its expression level. Here, we describe CRISPRpath, a scalable screening strategy for parallelly characterizing CREs of genes linked to the same biological pathway and converging phenotypes. We demonstrate the ability of CRISPRpath for simultaneously identifying functional enhancers of six genes in the 6-thioguanine-induced DNA mismatch repair pathway using both CRISPR interference (CRISPRi) and CRISPR nuclease (CRISPRn) approaches. 60% of the identified enhancers are known promoters with distinct epigenomic features compared to other active promoters, including increased chromatin accessibility and interactivity. Furthermore, by imposing different levels of selection pressure, CRISPRpath can distinguish enhancers exerting strong impact on gene expression from those exerting weak impact. Our results offer a nuanced view of cis -regulation and demonstrate that CRISPRpath can be leveraged for understanding the complex gene regulatory program beyond transcriptional output at scale.

Abstract Hi-C data provide population averaged estimates of three-dimensional chromatin contacts across cell types and states in bulk samples. Effective analysis of Hi-C data entails controlling for the potential confounding factor of differential cell type proportions across heterogeneous bulk samples. We propose a novel unsupervised deconvolution method for inferring cell type composition from bulk Hi-C data, the Two-step Hi-c UNsupervised DEconvolution appRoach (THUNDER). We conducted extensive simulations to test THUNDER based on combining two published single-cell Hi-C (scHi-C) datasets. THUNDER more accurately estimates the underlying cell type proportions compared to supervised and unsupervised methods (e.g., MuSiC, TOAST, and NMF). We further demonstrate the practical utility of THUNDER to estimate cell type proportions and identify cell-type-specific interactions in Hi-C data from adult human cortex tissue samples. THUNDER will be a useful tool in adjusting for varying cell type composition in population samples, facilitating valid and more powerful downstream analysis such as differential chromatin organization studies. Additionally, THUNDER estimated contact profiles provide a useful exploratory framework to investigate cell-type-specificity of the chromatin interactome while experimental data is still rare.

Abstract Single cell Hi-C (scHi-C) has been used to map genome organization in complex tissues. However, computational tools to detect dynamic chromatin contacts from scHi-C datasets in development and through disease pathogenesis are still lacking. Here, we present SnapHiC-D, a computational pipeline to identify differential chromatin contacts (DCCs) between two scHi-C datasets. Compared to methods designed for bulk Hi-C data, SnapHiC-D detects DCCs with high sensitivity and accuracy. We used SnapHiC-D to identify celltype-specific chromatin contacts at 10 kilobase resolution in mouse hippocampal and human prefrontal cortical tissues, and demonstrated that DCCs detected in the cortical and hippocampal cell types are generally correlated with cell-type-specific gene expression patterns and epigenomic features.