Abstract CRISPR/Cas technologies have transformed our ability to add functionality to the genome by knock-in of payload via homology-directed repair (HDR). However, a systematic and quantitative profiling of the knock-in integration landscape is still lacking. Here, we present a framework based on long-read sequencing and an integrated computational pipeline (knock-knock) to analyze knock-in repair outcomes across a wide range of experimental parameters. Our data uncover complex repair profiles, with perfect HDR often accounting for a minority of payload integration events, and reveal markedly distinct mis-integration patterns between cell-types or forms of HDR templates used. Our analysis demonstrates that the two sides of a given double-strand break can be repaired by separate pathways and identifies a major role for sequence micro-homology in driving donor mis-integration. Altogether, our comprehensive framework paves the way for investigating repair mechanisms, monitoring accuracy, and optimizing the precision of genome engineering.

Update: November 12th, 2019. The conclusions of this pre-print are outdated. See Authors note on page 2. CRISPR/Cas technologies have transformed our ability to manipulate genomes for research and gene-based therapy. In particular, homology-directed repair after genomic cleavage allows for precise modification of genes using exogenous donor sequences as templates. While both single-stranded DNA (ssDNA) and double-stranded DNA (dsDNA) forms of donors have been used as repair templates, a systematic comparison of the performance and specificity of repair using ssDNA versus dsDNA donors is still lacking. Here, we describe an optimized method for the synthesis of long ssDNA templates and demonstrate that ssDNA donors can drive efficient integration of gene-sized reporters in human cell lines. We next define a set of rules to maximize the efficiency of ssDNA-mediated knock-in by optimizing donor design. Finally, by comparing ssDNA donors with equivalent dsDNA sequences (PCR products or plasmids), we demonstrate that ssDNA templates have a unique advantage in terms of repair specificity while dsDNA donors can lead to a high rate of off-target integration. Our results provide a framework for designing high-fidelity CRISPR-based knock-in experiments, in both research and therapeutic settings.

Selective-plane illumination microscopy (SPIM) provides unparalleled advantages for long-term volumetric imaging of living organisms. In order to achieve high-resolution imaging in common biological sample holders, we designed a high numerical aperture (NA) epi-illumination SPIM (eSPIM) system, which utilizes a single objective and has an identical sample interface as an inverted fluorescence microscope with no additional reflection elements. This system has an effective detection NA of > 1.06. We demonstrated multicolor and fast volumetric imaging of live cells and single-molecule super-resolution microscopy using our system.

Labeling proteins with high specificity and efficiency is a fundamental prerequisite for microscopic visualization of subcellular protein structures and interactions. While the comparatively small size of epitope tags makes them less perturbative to fusion proteins, they require the use of large antibodies that often limit probe accessibility and effective resolution. Here we use the covalent SpyTag-SpyCatcher system as an epitope-like tag for fluorescent labeling of intracellular proteins in fixed cells for both conventional and super-resolution microscopy. We have also applied this method to endogenous proteins via gene editing, demonstrating its high labeling efficiency and capability for isoform-specific labeling.

Hyperspectral imaging is a powerful technique to simultaneously study multiple fluorophore labels with overlapping emissions. Here we present a computational hyperspectral imaging method, which uses the sample spatial fluorescence information as a reconstruction constraint. Our method addresses both the under-sampling issue of compressive hyperspectral imaging and the low throughput issue of scanning hyperspectral imaging. With simulated and experimental data, we have demonstrated the superior reconstruction precision of our method in two and three-color imaging. We have experimentally validated this method in differentiating cellular structures labeled with two red-colored fluorescent proteins, tdTomato and mCherry, which have highly overlapping emission spectra. Our method has the advantage of totally free wavelength choice and can also be combined with conventional filter-based sequential multi-color imaging to further expand the choices of probes.

Self-complementing split fluorescent proteins (FPs) have been widely used for protein labeling, visualization of subcellular protein localization, and detection of cell-cell contact. To expand this toolset, we have developed a screening strategy for the direct engineering of self-complementing split FPs. Via this strategy, we have generated a yellow-green split-mNeonGreen21-10/11 that improves the ratio of complemented signal to the background of FP1-10-expressing cells compared to the commonly used split-GFP1-10/11; as well as a 10-fold brighter red-colored split-sfCherry21-10/11. Based on split-sfCherry2, we have engineered a photoactivatable variant that enables single-molecule localization-based super-resolution microscopy. We have demonstrated dual-color endogenous protein tagging with sfCherry211 and GFP11, revealing that endoplasmic reticulum translocon complex Sec61B has reduced abundance in certain peripheral tubules. These new split FPs not only offer multiple colors for imaging interaction networks of endogenous proteins, but also hold the potential to provide orthogonal handles for biochemical isolation of native protein complexes.