E3 ligases regulate key processes, but many of their roles remain unknown. Using Perturb-seq, we interrogated the function of 1,130 E3 ligases, partners and substrates in the inflammatory response in primary dendritic cells (DCs). Dozens impacted the balance of DC1, DC2, migratory DC and macrophage states and a gradient of DC maturation. Family members grouped into co-functional modules that were enriched for physical interactions and impacted specific programs through substrate transcription factors. E3s and their adaptors co-regulated the same processes, but partnered with different substrate recognition adaptors to impact distinct aspects of the DC life cycle. Genetic interactions were more prevalent within than between modules, and a deep learning model, comβVAE, predicts the outcome of new combinations by leveraging modularity. The E3 regulatory network was associated with heritable variation and aberrant gene expression in immune cells in human inflammatory diseases. Our study provides a general approach to dissect gene function.

Abstract Resistance to immune checkpoint inhibitors (ICI) that activate T cell mediated anti-tumor immunity is a key challenge in cancer therapy, yet the underlying mechanisms remain poorly understood. To further elucidate those, we developed a new approach, Perturb-CITE-seq, for pooled CRISPR perturbation screens with multi-modal RNA and protein single-cell profiling readout and applied it to screen patient-derived autologous melanoma and tumor infiltrating lymphocyte (TIL) co-cultures. We profiled RNA and 20 surface proteins in over 218,000 cells under ~750 perturbations, chosen by their membership in an immune evasion program that is associated with immunotherapy resistance in patients. Our screen recovered clinically-relevant resistance mechanisms concordantly reflected in RNA, protein and perturbation effects on susceptibility to T cell mediated killing. These were organized in eight co-functional modules whose perturbation distinctly affect four co-regulated programs associated with immune evasion. Among these were defects in the IFNγ-JAK/STAT pathway and in antigen presentation, and several novel mechanisms, including loss or downregulation of CD58 , a surface protein without known mouse homolog. Leveraging the rich profiles in our screen, we found that loss of CD58 did not compromise MHC protein expression and that CD58 was not transcriptionally induced by the IFNγ pathway, allowing us to distinguish it as a novel mechanism of immune resistance. We further show that loss of CD58 on cancer cells conferred immune evasion across multiple T cell and Natural Killer cell patient co-culture models. Notably, CD58 is downregulated in tumors with resistance to immunotherapy in melanoma patients. Our work identifies novel mechanisms at the nexus of immune evasion and drug resistance and provides a general framework for deciphering complex mechanisms by large-scale perturbation screens with multi-modal singlecell profiles, including in systems consisting of multiple cell types.

Abstract A collection of programs is presented to analyze the thermodynamics of folding of linear repeat proteins using a 1D Ising model to determine intrinsic folding and interfacial coupling free energies. Expressions for folding transitions are generated for a series of constructs with different repeat numbers and are globally fitted to transitions for these constructs. These programs are designed to analyze Ising parameters for capped homopolymeric consensus repeat constructs as well as heteropolymeric constructs that contain point substitutions, providing a rigorous framework for analysis of the effects of mutation on intrinsic and directional (i.e., N- versus C-terminal) interfacial coupling free-energies. A bootstrap analysis is provided to estimate parameter uncertainty as well as correlations among fitted parameters. Rigorous statistical analysis is essential for interpreting fits using the complex models required for Ising analysis of repeat proteins, especially heteropolymeric repeat proteins. Programs described here are available at https://github.com/barricklab-at-jhu/Ising_programs .

Abstract Massively parallel single cell RNA-seq (scRNA-seq) for diverse applications, from cell atlases to functional screens, is increasingly limited by sequencing costs, and large-scale low-cost sequencing can open many additional applications, including patient diagnostics and drug screens. Here, we adapted and systematically benchmarked a newly developed, mostly-natural sequencing by synthesis method for scRNA-seq. We demonstrate successful application in four scRNA-seq case studies of different technical and biological types, including 5’ and 3’ scRNA-seq, human peripheral blood mononuclear cells from a single individual and in multiplex, as well as Perturb-Seq. Our data show comparable results to existing technology, including compatibility with state-of-the-art scRNA-seq libraries independent of the sequencing technology used – thus providing an enhanced cost-effective path for large scale scRNA-seq.

Abstract The balance between T helper type 1 (Th1) cells and other Th cells is critical for antiviral and anti-tumor responses, but how this fine balance is achieved remains poorly understood. Here, we dissected the dynamic regulation of Th1 cell differentiation during in vitro polarization, as well as in vivo differentiation upon acute viral infection, using scRNA-seq and multiple in vitro and in vivo CRISPR screens. We confirmed the role of known regulators and identified 5 novel regulators for Th1 differentiation. Among the novel regulators the neuropeptide receptor RAMP3, which is a component of the receptor for calcitonin gene-related peptide (CGRP), plays a cell-intrinsic role in Th1 cell-fate determination. Using a unique Th1/Th2 dichotomous culture system, we identified that RAMP3-CGRP interaction directly restricted the differentiation of Th2 cells but promoted Th1 differentiation through activation of downstream cyclic AMP (cAMP) signaling in T cells. Mechanistically, RAMP3 and cAMP signaling resulted in global changes in chromatin accessibility, blocking Th2 genes and specific induction of Th1 programs through activation of IFNγ-STAT1 pathway. Furthermore, both CGRP and RAMP3 were required for inducing effective anti-viral T cell responses to control acute viral infection. Our work reveals a novel neuro-immune circuit in which tissue itself participates in T cell fate determination by producing a neuropeptide during acute viral infection, which acts on RAMP3 expressing T cells to induce an effective anti-viral Th1 response.

Abstract Pooled CRISPR screens with single-cell RNA-seq readout (Perturb-seq) have emerged as a key technique in functional genomics, but are limited in scale by cost and combinatorial complexity. Here, we reimagine Perturb-seq’s design through the lens of algorithms applied to random, low-dimensional observations. We present compressed Perturb-seq, which measures multiple random perturbations per cell or multiple cells per droplet and computationally decompresses these measurements by leveraging the sparse structure of regulatory circuits. Applied to 598 genes in the immune response to bacterial lipopolysaccharide, compressed Perturb-seq achieves the same accuracy as conventional Perturb-seq at 4 to 20-fold reduced cost, with greater power to learn genetic interactions. We identify known and novel regulators of immune responses and uncover evolutionarily constrained genes with downstream targets enriched for immune disease heritability, including many missed by existing GWAS or trans-eQTL studies. Our framework enables new scales of interrogation for a foundational method in functional genomics.

ABSTRACT Macrophages adopt dynamic cell states with distinct effector functions to maintain tissue homeostasis and respond to environmental challenges. During chronic inflammation, macrophage polarization is subverted towards sustained inflammatory states which contribute to disease, but there is limited understanding of the regulatory mechanisms underlying these disease-associated states. Here, we describe a systematic functional genomics approach that combines genome-wide phenotypic screening in primary murine macrophages with transcriptional and cytokine profiling of genetic perturbations in primary human monocyte-derived macrophages (hMDMs) to uncover regulatory circuits of inflammatory macrophage states. This process identifies regulators of five distinct inflammatory states associated with key features of macrophage function. Among these, the mRNA m6A writer components emerge as novel inhibitors of a TNFα-driven cell state associated with multiple inflammatory pathologies. Loss of m6A writer components in hMDMs enhances TNF transcript stability, thereby elevating macrophage TNFα production. A PheWAS on SNPs predicted to impact m6A installation on TNF revealed an association with cystic kidney disease, implicating an m6A-mediated regulatory mechanism in human disease. Thus, systematic phenotypic characterization of primary human macrophages describes the regulatory circuits underlying distinct inflammatory states, revealing post-transcriptional control of TNF mRNA stability as an immunosuppressive mechanism in innate immunity.

Transcription activator-like effectors (TALEs) bind DNA through an array of tandem 34-residue repeats. Here, we examine the kinetics of DNA binding for a set of TALE arrays with varying numbers of identical repeats using single molecule microscopy. Using a new deterministic modeling approach, we find evidence for conformational heterogeneity in both the free- and DNA-bound TALE arrays. Combined with previous work demonstrating populations of partly folded TALE states, our findings reveal a functional instability in TALE-DNA binding. For TALEs forming less than one superhelical turn around DNA, partly folded open states inhibit DNA binding. In contrast, for TALEs forming more than one turn, the partly folded open states facilitate DNA binding. Overall, we find that increasing repeat number results in significantly slower interconversion between the various DNA-free and DNA-bound states. These findings highlight the role of conformational heterogeneity and dynamics in facilitating macromolecular complex assembly.

Assays to study cancer cell responses to pharmacologic or genetic perturbations are typically restricted to using simple phenotypic readouts such as proliferation rate or the expression of a marker gene. Information-rich assays, such as gene-expression profiling, are generally not amenable to efficient profiling of a given perturbation across multiple cellular contexts. Here, we developed MIX-Seq, a method for multiplexed transcriptional profiling of post-perturbation responses across a mixture of samples with single-cell resolution, using SNP-based computational demultiplexing of single-cell RNA-sequencing data. We show that MIX-Seq can be used to profile responses to chemical or genetic perturbations across pools of 100 or more cancer cell lines, and combine it with Cell Hashing to further multiplex additional experimental conditions, such as multiple post-treatment time points or drug doses. Analyzing the high-content readout of scRNA-seq reveals both shared and context-specific transcriptional response components that can identify drug mechanism of action and can be used to predict long-term cell viability from short-term transcriptional responses to treatment.