The intranuclear position of many genes has been correlated with their activity state, suggesting that migration to functional subcompartments may influence gene expression. Indeed, nascent RNA production and RNA polymerase II seem to be localized into discrete foci or 'transcription factories'. Current estimates from cultured cells indicate that multiple genes could occupy the same factory, although this has not yet been observed. Here we show that, during transcription in vivo, distal genes colocalize to the same transcription factory at high frequencies. Active genes are dynamically organized into shared nuclear subcompartments, and movement into or out of these factories results in activation or abatement of transcription. Thus, rather than recruiting and assembling transcription complexes, active genes migrate to preassembled transcription sites.

A number of large noncoding RNAs (ncRNAs) epigenetically silence genes through unknown mechanisms. The Air ncRNA is imprinted—monoallelically expressed from the paternal allele. Air is required for allele-specific silencing of the cis-linked Slc22a3, Slc22a2 , and Igf2r genes in mouse placenta. We show that Air interacts with the Slc22a3 promoter chromatin and the H3K9 histone methyltransferase G9a in placenta. Air accumulates at the Slc22a3 promoter in correlation with localized H3K9 methylation and transcriptional repression. Genetic ablation of G9a results in nonimprinted, biallelic transcription of Slc22a3 . Truncated Air fails to accumulate at the Slc22a3 promoter, which results in reduced G9a recruitment and biallelic transcription. Our results suggest that Air , and potentially other large ncRNAs, target repressive histone-modifying activities through molecular interaction with specific chromatin domains to epigenetically silence transcription.

The discovery of interchromosomal interactions in higher eukaryotes points to a functional interplay between genome architecture and gene expression, challenging the view of transcription as a one-dimensional process. However, the extent of interchromosomal interactions and the underlying mechanisms are unknown. Here we present the first genome-wide analysis of transcriptional interactions using the mouse globin genes in erythroid tissues. Our results show that the active globin genes associate with hundreds of other transcribed genes, revealing extensive and preferential intra- and interchromosomal transcription interactomes. We show that the transcription factor Klf1 mediates preferential co-associations of Klf1-regulated genes at a limited number of specialized transcription factories. Our results establish a new gene expression paradigm, implying that active co-regulated genes and their regulatory factors cooperate to create specialized nuclear hot spots optimized for efficient and coordinated transcriptional control.

The mammalian genome harbors up to one million regulatory elements often located at great distances from their target genes. Long-range elements control genes through physical contact with promoters and can be recognized by the presence of specific histone modifications and transcription factor binding. Linking regulatory elements to specific promoters genome-wide is currently impeded by the limited resolution of high-throughput chromatin interaction assays. Here we apply a sequence capture approach to enrich Hi-C libraries for >22,000 annotated mouse promoters to identify statistically significant, long-range interactions at restriction fragment resolution, assigning long-range interacting elements to their target genes genome-wide in embryonic stem cells and fetal liver cells. The distal sites contacting active genes are enriched in active histone modifications and transcription factor occupancy, whereas inactive genes contact distal sites with repressive histone marks, demonstrating the regulatory potential of the distal elements identified. Furthermore, we find that coregulated genes cluster nonrandomly in spatial interaction networks correlated with their biological function and expression level. Interestingly, we find the strongest gene clustering in ES cells between transcription factor genes that control key developmental processes in embryogenesis. The results provide the first genome-wide catalog linking gene promoters to their long-range interacting elements and highlight the complex spatial regulatory circuitry controlling mammalian gene expression.

Transcription in mammalian nuclei is highly compartmentalized in RNA polymerase II-enriched nuclear foci known as transcription factories. Genes in cis and trans can share the same factory, suggesting that genes migrate to preassembled transcription sites. We used fluorescent in situ hybridization to investigate the dynamics of gene association with transcription factories during immediate early (IE) gene induction in mouse B lymphocytes. Here, we show that induction involves rapid gene relocation to transcription factories. Importantly, we find that the Myc proto-oncogene on Chromosome 15 is preferentially recruited to the same transcription factory as the highly transcribed Igh gene located on Chromosome 12. Myc and Igh are the most frequent translocation partners in plasmacytoma and Burkitt lymphoma. Our results show that transcriptional activation of IE genes involves rapid relocation to preassembled transcription factories. Furthermore, the data imply a direct link between the nonrandom interchromosomal organization of transcribed genes at transcription factories and the incidence of specific chromosomal translocations.

Abstract Here we frame the cis-regulatory code (that connects the regulatory functions of non-coding regions, such as promoters and UTRs, to their DNA sequences) as a representation building problem. Representation learning has emerged as a new approach to understand function of DNA and proteins, by projecting sequences into high-dimensional feature spaces, where the features are learned from data by a neural network. Inspired by these approaches, we seek to define a feature space where non-coding regions with similar regulatory functions are nearby each other. As a first attempt, we engineered features based on matches to biochemically characterized regulatory motifs in the DNA sequences of non-coding regions. Remarkably, we found that functionally similar promoters and 3’ UTRs could be grouped together in a feature space defined by simple averages of the best match scores in (unaligned) orthologous non-coding regions, which we refer to as phylogenetic average motif scores. Perhaps most important, because this feature space is based on known motifs and not fit to any data, it is fully interpretable and not limited to any particular cell type or experimental context. We find that we can read off known regulatory relationships and evolutionary rewiring from visualizations of phylogenetic average motif score representations, and that predicted regulatory interactions based on neighbors in the feature space are borne out in transcription factor deletion experiments. Phylogenetic averages of match scores to known motifs is a baseline for representation learning applied to non-coding sequences, and may continue to improve as databases of motifs become more complete.

SUMMARY How distal regulatory elements control gene transcription and chromatin topology is not clearly defined, yet these processes are closely linked in lineage specification during development. Through allele-specific genome editing and chromatin interaction analyses of the Sox2 locus in mouse embryonic stem cells, we found a striking disconnection between transcriptional control and chromatin architecture. We trace nearly all Sox2 transcriptional activation to a small number of key transcription factor binding sites, whose deletions have no effect on promoter-enhancer interaction frequencies or topological domain organization. Local chromatin architecture maintenance, including at the topologically associating domain (TAD) boundary downstream of the Sox2 enhancer, is widely distributed over multiple transcription factor-bound regions and maintained in a CTCF-independent manner. Furthermore, disruption of promoter-enhancer interactions by ectopic chromatin loop formation has no effect on Sox2 expression. These findings indicate that many transcription factors are involved in modulating chromatin architecture independently of CTCF.

Motivation: Mammalian genomes can contain thousands of enhancers but only a subset are actively driving gene expression in a given cellular context. Integrated genomic datasets can be harnessed to predict active enhancers. One challenge in integration of large genomic datasets is the increasing heterogeneity: continuous, binary and discrete features may all be relevant. Coupled with the typically small numbers of training examples, semi-supervised approaches for heterogeneous data are needed; however, current enhancer prediction methods are not designed to handle heterogeneous data in the semi-supervised paradigm. Results: We implemented a Dirichlet Process Heterogeneous Mixture model that infers Gaussian, Bernoulli and Poisson distributions over features. We derived a novel variational inference algorithm to handle semi-supervised learning tasks where certain observations are forced to cluster together. We applied this model to enhancer candidates in mouse heart tissues based on heterogeneous features. We constrained a small number of known active enhancers to appear in the same cluster, and 47 additional regions clustered with them. Many of these are located near heart-specific genes. The model also predicted 1176 active promoters, suggesting that it can discover new enhancers and promoters. Availability: We created the 'dphmix' Python package: https://pypi.org/project/dphmix/

Embryonic stem (ES) cells are regulated by a network of transcription factors which maintain the pluripotent state. Differentiation relies on downregulation of pluripotency transcription factors disrupting this network. While investigating transcriptional regulation of the pluripotency transcription factor Klf4 , we observed homozygous deletion of distal enhancers caused 17 fold decrease in Klf4 transcript but surprisingly decreased protein levels by less than 2 fold indicating post-transcriptional control of KLF4 protein overrides transcriptional control. The lack of sensitivity of KLF4 to transcription is due to high protein stability (half-life >24hr). This stability is context dependent and disrupted during differentiation, evidenced by a shift to a half-life of <2hr. KLF4 protein stability is maintained through interaction with other pluripotency transcription factors (NANOG, SOX2 and STAT3) that together facilitate association of KLF4 with RNA polymerase II. In addition, the KLF4 DNA binding and transactivation domains are required for optimal KLF4 protein stability. Post-translational modification of KLF4 destabilizes the protein as cells exit the pluripotent state and mutations that prevent this destabilization also prevent differentiation. These data indicate the core pluripotency transcription factors are integrated by post-translational mechanisms to maintain the pluripotent state, and identify mutations that increase KLF4 protein stability while maintaining transcription factor function.

The spatiotemporal configuration of genes with distal regulatory elements, and the impact of chromatin mobility on transcription, remain unclear. Loop extrusion is an attractive model for bringing genetic elements together, but how this functionally interacts with transcription is also largely unknown. We combine live tracking of genomic loci and nascent transcripts with molecular dynamics simulations to assess the 4D arrangement of the Sox2 gene and its enhancer, in response to a battery of perturbations. We find that alterations in chromatin mobility, not promoter-enhancer distance, is more informative about transcriptional status. Active elements display more constrained mobility, consistent with confinement within specialized nuclear sites, and alterations in enhancer mobility distinguish poised from transcribing alleles. Strikingly, we find that whereas loop extrusion and transcription factor-mediated clustering contribute to promoter-enhancer proximity, they have antagonistic effects on chromatin dynamics. This provides an experimental framework for the underappreciated role of chromatin dynamics in genome regulation.