CRISPR-Cas genome-editing nucleases hold substantial promise for developing human therapeutic applications1-6 but identifying unwanted off-target mutations is important for clinical translation7. A well-validated method that can reliably identify off-targets in vivo has not been described to date, which means it is currently unclear whether and how frequently these mutations occur. Here we describe 'verification of in vivo off-targets' (VIVO), a highly sensitive strategy that can robustly identify the genome-wide off-target effects of CRISPR-Cas nucleases in vivo. We use VIVO and a guide RNA deliberately designed to be promiscuous to show that CRISPR-Cas nucleases can induce substantial off-target mutations in mouse livers in vivo. More importantly, we also use VIVO to show that appropriately designed guide RNAs can direct efficient in vivo editing in mouse livers with no detectable off-target mutations. VIVO provides a general strategy for defining and quantifying the off-target effects of gene-editing nucleases in whole organisms, thereby providing a blueprint to foster the development of therapeutic strategies that use in vivo gene editing.

Pancreatic ductal adenocarcinoma (PDAC) is a highly lethal and treatment-refractory cancer. Molecular stratification in pancreatic cancer remains rudimentary and does not yet inform clinical management or therapeutic development. Here, we construct a high-resolution molecular landscape of the cellular subtypes and spatial communities that compose PDAC using single-nucleus RNA sequencing and whole-transcriptome digital spatial profiling (DSP) of 43 primary PDAC tumor specimens that either received neoadjuvant therapy or were treatment naive. We uncovered recurrent expression programs across malignant cells and fibroblasts, including a newly identified neural-like progenitor malignant cell program that was enriched after chemotherapy and radiotherapy and associated with poor prognosis in independent cohorts. Integrating spatial and cellular profiles revealed three multicellular communities with distinct contributions from malignant, fibroblast and immune subtypes: classical, squamoid-basaloid and treatment enriched. Our refined molecular and cellular taxonomy can provide a framework for stratification in clinical trials and serve as a roadmap for therapeutic targeting of specific cellular phenotypes and multicellular interactions.

ABSTRACT Pancreatic ductal adenocarcinoma (PDAC) remains a treatment-refractory disease. Characterizing PDAC by mRNA profiling remains particularly challenging. Previously identified bulk expression subtypes were influenced by contaminating stroma and have not yet informed clinical management, whereas single cell RNA-seq (scRNA-seq) of fresh tumors under-represented key cell types. Here, we developed a robust single-nucleus RNA-seq (snRNA-seq) technique for frozen archival PDAC specimens and used it to study both untreated tumors and those that received neoadjuvant chemotherapy and radiotherapy (CRT). Gene expression programs learned across untreated malignant cell and fibroblast profiles uncovered a clinically relevant molecular taxonomy with improved prognostic stratification compared to prior classifications. Moreover, in the increasingly-adopted neoadjuvant treatment context, there was a depletion of classical-like phenotypes in malignant cells in favor of basal-like phenotypes associated with TNF-NFkB and interferon signaling as well as the presence of novel acinar and neuroendocrine classical-like states, which may be more resilient to cytotoxic treatment. Spatially-resolved transcriptomics revealed an association between malignant cells expressing these basal-like programs and higher immune infiltration with increased lymphocytic content, whereas those exhibiting classical-like programs were linked to sparser macrophage-predominant microniches, perhaps pointing to susceptibility to distinct therapeutic strategies. Our refined molecular taxonomy and spatial resolution can help advance precision oncology in PDAC through informative stratification in clinical trials and insights into differential therapeutic targeting leveraging the immune system.

Abstract Defining off-target profiles of gene-editing nucleases and CRISPR base editors remains an important challenge for use of these technologies, therapeutic or otherwise. Existing methods can identify off-target sites induced by these gene editors on an individual genome but are not designed to account for the broad diversity of genomic sequence variation that exists within populations of humans or other organisms. Here we describe OligoNucleotide Enrichment and sequencing ( ONE-seq ), a novel in vitro method that leverages customizable, high-throughput DNA synthesis technology instead of purified genomic DNA ( gDNA ) from individual genomes to profile gene editor off-target sites. We show that ONE-seq matches or exceeds the sensitivity of existing single-genome methods for identifying bona fide CRISPR-Cas9 off-target sites in cultured human cells and in vivo in a liver-humanized mouse model. In addition, ONE-seq outperforms existing best-in-class single-genome methods for defining off-target sites of CRISPR-Cas12a nucleases, cytosine base editors ( CBE s), and adenine base editors ( ABE s), unveiling previously undescribed bona fide off-target sites for all these editors in human cells. Most importantly, we leveraged ONE-seq to generate the first experimentally-derived population-scale off-target profiles for Cas9 nucleases that define the impacts of sequence variants from >2,500 individual human genome sequences in the 1000 Genomes Project database. Notably, some of the variants we identified that lead to increased mutation frequencies at off-target sites are enriched in specific human populations. We validated that novel population-specific, variant-sensitive off-target sites nominated by ONE-seq in vitro can show increased frequencies of mutations in human lymphoblastoid cells ( LCL s) harboring these sequence variants. Collectively, our results demonstrate that ONE-seq is a highly sensitive off-target nomination method that can uniquely be used to identify population subgroup-linked differences in off-target profiles of gene editors. ONE-seq provides an important new pathway by which to assess the impacts of global human genetic sequence diversity on the specificities of gene editors, thereby enabling a broader and more all-inclusive approach for profiling off-target effects of these transformative therapeutic technologies.

CRISPR-Cas genome-editing nucleases hold substantial promise for human therapeutics 1–5 but identifying unwanted off-target mutations remains an important requirement for clinical translation 6, 7 . For ex vivo therapeutic applications, previously published cell-based genome-wide methods provide potentially useful strategies to identify and quantify these off-target mutation sites 8–12 . However, a well-validated method that can reliably identify off-targets in vivo has not been described to date, leaving the question of whether and how frequently these types of mutations occur. Here we describe Verification of In Vivo Off-targets (VIVO) , a highly sensitive, unbiased, and generalizable strategy that we show can robustly identify genome-wide CRISPR-Cas nuclease off-target effects in vivo . To our knowledge, these studies provide the first demonstration that CRISPR-Cas nucleases can induce substantial off-target mutations in vivo , a result we obtained using a deliberately promiscuous guide RNA (gRNA) . More importantly, we used VIVO to show that appropriately designed gRNAs can direct efficient in vivo editing without inducing detectable off-target mutations. Our findings provide strong support for and should encourage further development of in vivo genome editing therapeutic strategies.

In combination with cell intrinsic properties, interactions in the tumor microenvironment modulate therapeutic response. We leveraged high-plex single-cell spatial transcriptomics to dissect the remodeling of multicellular neighborhoods and cell-cell interactions in human pancreatic cancer associated with specific malignant subtypes and neoadjuvant chemotherapy/radiotherapy. We developed Spatially Constrained Optimal Transport Interaction Analysis (SCOTIA), an optimal transport model with a cost function that includes both spatial distance and ligand-receptor gene expression. Our results uncovered a marked change in ligand-receptor interactions between cancer-associated fibroblasts and malignant cells in response to treatment, which was supported by orthogonal datasets, including an ex vivo tumoroid co-culture system. Overall, this study demonstrates that characterization of the tumor microenvironment using high-plex single-cell spatial transcriptomics allows for identification of molecular interactions that may play a role in the emergence of chemoresistance and establishes a translational spatial biology paradigm that can be broadly applied to other malignancies, diseases, and treatments.

Abstract While restriction enzymes (REs) remain the gold-standard for manipulating DNA in vitro, they have notable drawbacks including a dependence on short binding motifs that constrain their ability to cleave DNA substrates. Here we overcome limitations of REs by developing an optimized molecular workflow that leverages the PAMless nature of a CRISPR-Cas enzyme named SpRY to cleave DNA at practically any sequence. Using SpRY for DNA digests (SpRYgests), we establish a method that permits the efficient cleavage of DNA substrates at any base pair. We demonstrate the effectiveness of SpRYgests using more than 130 gRNAs, illustrating the versatility of this approach to improve the precision of and simplify several cloning workflows, including those not possible with REs. We also optimize a rapid and simple one-pot gRNA synthesis protocol, which reduces cost and makes the overall SpRYgest workflow comparable to that of RE digests. Together, SpRYgests are straightforward to implement and can be utilized to improve a variety of DNA engineering applications.