Abstract Post-mortem tissues samples are a key resource for investigating patterns of gene expression. However, the processes triggered by death and the post-mortem interval (PMI) can significantly alter physiologically normal RNA levels. We investigate the impact of PMI on gene expression using data from multiple tissues of post-mortem donors obtained from the GTEx project. We find that many genes change expression over relatively short PMIs in a tissue-specific manner, but this potentially confounding effect in a biological analysis can be minimized by taking into account appropriate covariates. By comparing ante- and post-mortem blood samples, we identify the cascade of transcriptional events triggered by death of the organism. These events do not appear to simply reflect stochastic variation resulting from mRNA degradation, but active and ongoing regulation of transcription. Finally, we develop a model to predict the time since death from the analysis of the transcriptome of a few readily accessible tissues.

Summary We have monitored the transcriptomic and epigenomic status of cells at twelve time-points during the transdifferentiation of human pre-B cells into macrophages. Using this data, we have investigated some fundamental questions regarding the role of chromatin in gene expression. We have found that, over time, genes are characterized by a limited number of chromatin states (combinations of histone modifications), and that, consistently, chromatin changes over genes tend to occur in a coordinated manner. We have observed strong association between these changes and gene expression only at the time of initial gene activation. Activation is preceded by H3K4me1 and H3K4me2, and followed in a precise order by most other histone modifications. Further changes in gene expression, comparable or even stronger than those at initial activation, occur without associated changes in histone modifications. The data generated here constitutes, thus, a unique resource to investigate transcriptomic and epigenomic dynamics during a differentiation process.

ABSTRACT CRISPR-Cas9 screening libraries have arisen as a powerful tool to identify both protein coding (pc) and non-coding genes playing a role along different processes. In particular, the usage of a nuclease active Cas9 coupled to a single gRNA has proven to efficiently impair the expression of pc-genes by generating deleterious frameshifts. Here, we first demonstrate that the usage of a second gRNA targeting the same gene synergistically enhances the capacity of the CRISPR-Cas9 system to knock out pc-genes. We next take advantage of our paired-guide (pgRNA) system to design a library to simultaneously target 874 pc-genes and 166 lncRNAs which are known to change expression during the transdifferentiation from pre-B cells to macrophages. We show that this system is able to identify known players in this process, and also predicts 26 potential novel ones, of which we select four for deeper characterization. Two of these, FURIN and NFE2 , code for proteins related to cell differentiation and macrophage function; the other two, LINC02432 and MIR3945HG , are lncRNAs associated with cancerous and infectious diseases, respectively. The CRISPR-Cas9 coupled to pgRNAs system is, therefore, a suitable tool to target simultaneously pc-genes and lncRNAs for genomic perturbation assays.

Abstract Many developmental and differentiation processes take substantially longer in human than in mouse. To investigate the molecular mechanisms underlying this phenomenon, here we have specifically focused on the transdifferentiation from B cells to macrophages. The process is triggered by exactly the same molecular mechanism -- the induction by the transcription factor (TF) CEBPA -- but takes three days in mouse and seven in human ( 1, 2 ). In mouse, the speed of this process is known to be associated with Myc expression ( 3 ). We found that in this species, CEBPA binds strongly to the Myc promoter, efficiently down-regulating Myc . In human, in contrast, CEBPA does not bind this promoter, and MYC is indirectly and more slowly down-regulated. Attenuation of CEBPA binding is not specific to the MYC promoter, but a general trait of the human genome across multiple biological conditions. We traced back weak CEBPA binding to the primate-specific Alu repeat expansion. Many Alu repeats carry strong CEBPA binding motifs, which sequester CEBPA, and attenuate CEBPA binding genome-wide. We observed similar CEBPA and MYC dynamics in natural processes regulated by CEBPA, suggesting that CEBPA attenuation could underlie the longer duration in human processes controlled by this factor. Our work highlights the highly complex mode in which biological information is encoded in genome sequences, evolutionarily connecting, in an unexpected way, lineage-specific transposable element expansions to species-specific changes in developmental tempos.

Identifying transcriptional enhancers and their target genes is essential for understanding gene regulation and the impact of human genetic variation on disease. Here we create and evaluate a resource of >13 million enhancer-gene regulatory interactions across 352 cell types and tissues, by integrating predictive models, measurements of chromatin state and 3D contacts, and large-scale genetic perturbations generated by the ENCODE Consortium. We first create a systematic benchmarking pipeline to compare predictive models, assembling a dataset of 10,411 element-gene pairs measured in CRISPR perturbation experiments, >30,000 fine-mapped eQTLs, and 569 fine-mapped GWAS variants linked to a likely causal gene. Using this framework, we develop a new predictive model, ENCODE-rE2G, that achieves state-of-the-art performance across multiple prediction tasks, demonstrating a strategy involving iterative perturbations and supervised machine learning to build increasingly accurate predictive models of enhancer regulation. Using the ENCODE-rE2G model, we build an encyclopedia of enhancer-gene regulatory interactions in the human genome, which reveals global properties of enhancer networks, identifies differences in the functions of genes that have more or less complex regulatory landscapes, and improves analyses to link noncoding variants to target genes and cell types for common, complex diseases. By interpreting the model, we find evidence that, beyond enhancer activity and 3D enhancer-promoter contacts, additional features guide enhancer-promoter communication including promoter class and enhancer-enhancer synergy. Altogether, these genome-wide maps of enhancer-gene regulatory interactions, benchmarking software, predictive models, and insights about enhancer function provide a valuable resource for future studies of gene regulation and human genetics.

Long non-coding RNAs (lncRNAs) constitute the majority of transcripts in mammalian genomes and yet, their functions remain largely unknown. We systematically suppressed 285 lncRNAs in human dermal fibroblasts and quantified cellular growth, morphological changes, and transcriptomic responses using Capped Analysis of Gene Expression (CAGE). The resulting transcriptomic profiles recapitulated the observed cellular phenotypes, yielding specific roles for over 40% of analyzed lncRNAs in regulating distinct biological pathways, transcriptional machinery, alternative promoter activity and architecture usage. Overall, combining cellular and molecular profiling provided a powerful approach to unravel the distinct functions of lncRNAs, which we highlight with specific functional roles for ZNF213-AS1 and lnc-KHDC3L-2 .