Abstract The cellular complexity of the human brain is established via dynamic changes in gene expression throughout development that is mediated, in part, by the spatiotemporal activity of cis-regulatory elements. We simultaneously profiled gene expression and chromatin accessibility in 45,549 cortical nuclei across 6 broad developmental time-points from fetus to adult. We identified cell-type specific domains in which chromatin accessibility is highly correlated with gene expression. Differentiation pseudotime trajectory analysis indicates that chromatin accessibility at cis-regulatory elements precedes transcription and that dynamic changes in chromatin structure play a critical role in neuronal lineage commitment. In addition, we mapped cell-type and temporally specific genetic loci implicated in neuropsychiatric traits, including schizophrenia and bipolar disorder. Together, our results describe the complex regulation of cell composition at critical stages in lineage determination, serve as a developmental blueprint of the human brain and shed light on the impact of spatiotemporal alterations in gene expression on neuropsychiatric disease. One-Sentence Summary Simultaneous profiling of gene expression and chromatin accessibility in single nuclei from 6 developmental time-points sheds light on cell fate determination in the human cerebral cortex and on the molecular basis of neuropsychiatric disease.

ABSTRACT Selective breakdown of proteins and aggregates is crucial for maintaining normal cellular activities and is involved in the pathogenesis of diverse diseases. How the cell recognizes and tags these targets in different structural states for degradation by the proteasome and autophagy pathways has not been well understood. Here, we discovered that a HECT-family ubiquitin ligase HUWE1 is broadly required for the efficient degradation of soluble factors and for the clearance of protein aggregates/condensates. Underlying this capacity of HUWE1 is a novel Ubiquitin-Directed ubiquitin Ligase (UDL) activity which recognizes both soluble substrates and aggregates that carry a high density of ubiquitin chains and rapidly expand the ubiquitin modifications on these targets. Ubiquitin signal amplification by HUWE1 recruits the ubiquitin-dependent segregase p97/VCP to process these targets for subsequent degradation or clearance. HUWE1 controls the cytotoxicity of protein aggregates, mediates Targeted Protein Degradation and regulates cell-cycle transitions with its UDL activity.

Genome-wide association studies (GWAS) and expression analyses implicate noncoding regulatory regions as harboring risk factors for psychiatric disease, but functional characterization of these regions remains limited. We performed capture STARR-sequencing of over 78,000 candidate regions to identify active enhancers in primary human neural progenitor cells (phNPCs). We selected candidate regions by integrating data from NPCs, prefrontal cortex, developmental timepoints, and GWAS. Over 8,000 regions demonstrated enhancer activity in the phNPCs, and we linked these regions to over 2,200 predicted target genes. These genes are involved in neuronal and psychiatric disease-associated pathways, including dopaminergic synapse, axon guidance, and schizophrenia. We functionally validated a subset of these enhancers using mutation STARR-sequencing and CRISPR deletions, demonstrating the effects of genetic variation on enhancer activity and enhancer deletion on gene expression. Overall, we identified thousands of highly active enhancers and functionally validated a subset of these enhancers, improving our understanding of regulatory networks underlying brain function and disease.

ENCODE comprises thousands of functional genomics datasets, and the encyclopedia covers hundreds of cell types, providing a universal annotation for genome interpretation. However, for particular applications, it may be advantageous to use a customized annotation. Here, we develop such a custom annotation by leveraging advanced assays, such as eCLIP, Hi-C, and whole-genome STARR-seq on a number of data-rich ENCODE cell types. A key aspect of this annotation is comprehensive and experimentally derived networks of both transcription factors and RNA-binding proteins (TFs and RBPs). Cancer, a disease of system-wide dysregulation, is an ideal application for such a network-based annotation. Specifically, for cancer-associated cell types, we put regulators into hierarchies and measure their network change (rewiring) during oncogenesis. We also extensively survey TF-RBP crosstalk, highlighting how SUB1, a previously uncharacterized RBP, drives aberrant tumor expression and amplifies the effect of MYC, a well-known oncogenic TF. Furthermore, we show how our annotation allows us to place oncogenic transformations in the context of a broad cell space; here, many normal-to-tumor transitions move towards a stem-like state, while oncogene knockdowns show an opposing trend. Finally, we organize the resource into a coherent workflow to prioritize key elements and variants, in addition to regulators. We showcase the application of this prioritization to somatic burdening, cancer differential expression and GWAS. Targeted validations of the prioritized regulators, elements and variants using siRNA knockdowns, CRISPR-based editing, and luciferase assays demonstrate the value of the ENCODE resource.

Summary Various hormones, kinases, and stressors (fasting, heat shock) stimulate 26S proteasome activity. To understand how its capacity to degrade ubiquitylated protein can increase, we studied ZFAND5, which promotes protein degradation during muscle atrophy. Cryo-electron microscopy showed that ZFAND5 induces large conformational changes in the 19S regulatory particle. ZFAND5’s AN1 Zn finger interacts with the Rpt5 ATPase and its C-terminus with Rpt1 ATPase and Rpn1, a ubiquitin-binding subunit. Surprisingly, these C-terminal interactions are sufficient to activate proteolysis. With ZFAND5 bound, entry into the proteasome’s protein translocation channel is wider, and ZFAND5 dissociation causes opening of the 20S gate for substrate entry. Using single-molecular microscopy, we showed that ZFAND5 binds ubiquitylated substrates, prolongs their association with proteasomes, and increases the likelihood that bound substrates undergo degradation, even though ZFAND5 dissociates before substrate deubiquitylation. These changes in proteasome conformation and reaction cycle can explain the accelerated degradation and suggest how other proteasome activators may stimulate proteolysis.

Spectrin is a membrane skeletal protein best known for its structural role in maintaining cell shape and protecting cells from mechanical damage. Here, we report that spectrin dynamically accumulates and dissolves at the fusogenic synapse, where an attacking fusion partner mechanically invades its receiving partner with actin-propelled protrusions to promote cell-cell fusion. Using genetics, cell biology, biophysics and mathematical modeling, we demonstrate that unlike myosin II that responds to dilation deformation, spectrin exhibits a mechanosensitive accumulation in response to shear deformation, which is highly elevated at the fusogenic synapse. The accumulated spectrin forms an uneven network, which functions as a sieve to constrict the invasive fingerlike protrusions, thus putting the fusogenic synapse under high mechanical tension to promote cell membrane fusion. Taken together, our study has revealed a previously unrecognized function of spectrin as a dynamic mechanoresponsive protein that shapes the architecture of intercellular invasion. These findings have general implications for understanding spectrin function in other dynamic cellular processes beyond cell-cell fusion.

Neural circuit analysis relies on having molecular markers for specific cell types. However, for a cell type identified only by its circuit function, the process of identifying markers remains laborious. Here, we report photoactivated intersectional physiology sequencing (PIPseq), a technique for tagging and expression-profiling cells based on their functional properties. We demonstrate that PIPseq is capable of selecting rare cell types and enriching them by nearly one hundred-fold. We applied PIPseq to the challenge of mapping receptor-ligand pairings among vomeronasal pheromone-sensing neurons in mice. Together with in vivo ectopic expression of vomeronasal chemoreceptors, PIPseq identified the complete combinatorial receptor code for a specific set of ligands, and revealed that the primary sequence of a chemoreceptor was an unexpectedly strong predictor of functional similarity.

Abstract Sample-wise deconvolution methods have been developed to estimate cell-type proportions and gene expressions in bulk-tissue samples. However, the performance of these methods and their biological applications has not been evaluated, particularly on human brain transcriptomic data. Here, nine deconvolution methods were evaluated with sample-matched data from bulk-tissue RNAseq, single-cell/nuclei (sc/sn) RNAseq, and immunohistochemistry. A total of 1,130,767 nuclei/cells from 149 adult postmortem brains and 72 organoid samples were used. The results showed the best performance of dtangle for estimating cell proportions and bMIND for estimating sample-wise cell-type gene expression. For eight brain cell types, 25,273 cell-type eQTLs were identified with deconvoluted expressions (decon-eQTLs). The results showed that decon-eQTLs explained more schizophrenia GWAS heritability than bulk-tissue or single-cell eQTLs alone. Differential gene expression associated with multiple phenotypes were also examined using the deconvoluted data. Our findings, which were replicated in bulk-tissue RNAseq and sc/snRNAseq data, provided new insights into the biological applications of deconvoluted data.

Abstract Summary Mapping distal regulatory elements, such as enhancers, is the cornerstone for investigating genome evolution, understanding critical biological functions, and ultimately elucidating how genetic variations may influence diseases. Previous enhancer prediction methods have used either unsupervised approaches or supervised methods with limited training data. Moreover, past approaches have operationalized enhancer discovery as a binary classification problem without accurate enhancer boundary detection, producing low-resolution annotations with redundant regions and reducing the statistical power for downstream analyses (e.g., causal variant mapping and functional validations). Here, we addressed these challenges via a two-step model called DECODE. First, we employed direct enhancer activity readouts from novel functional characterization assays, such as STARR-seq, to train a deep neural network classifier for accurate cell-type-specific enhancer prediction. Second, to improve the annotation resolution (∼500 bp), we implemented a weakly-supervised object detection framework for enhancer localization with precise boundary detection (at 10 bp resolution) using gradient-weighted class activation mapping. Results Our DECODE binary classifier outperformed the state-of-the-art enhancer prediction methods by 24% in transgenic mouse validation. Further, DECODE object detection can condense enhancer annotations to only 12.6% of the original size, while still reporting higher conservation scores and genome-wide association study variant enrichments. Overall, DECODE improves the efficiency of regulatory element mapping with graphic processing units for deep-learning applications and is a powerful tool for enhancer prediction and boundary localization. Contact pi@gersteinlab.org