The viral genome of SARS-CoV-2 is packaged by the nucleocapsid (N-)protein into ribonucleoprotein particles (RNPs), 38+/-10 of which are contained in each virion. Their architecture has remained unclear due to the pleomorphism of RNPs, the high flexibility of N-protein intrinsically disordered regions, and highly multivalent interactions between viral RNA and N-protein binding sites in both N-terminal (NTD) and C-terminal domain (CTD). Here we explore critical interaction motifs of RNPs by applying a combination of biophysical techniques to mutant proteins binding different nucleic acids in an in vitro assay for RNP formation, and by examining mutant proteins in a viral assembly assay. We find that nucleic acid-bound N-protein dimers oligomerize via a recently described protein-protein interface presented by a transient helix in its long disordered linker region between NTD and CTD. The resulting hexameric complexes are stabilized by multi-valent protein-nucleic acid interactions that establish crosslinks between dimeric subunits. Assemblies are stabilized by the dimeric CTD of N-protein offering more than one binding site for stem-loop RNA. Our study suggests a model for RNP assembly where N-protein scaffolding at high density on viral RNA is followed by cooperative multimerization through protein-protein interactions in the disordered linker.

Genetic diversity is a hallmark of RNA viruses and the basis for their evolutionary success. Taking advantage of the uniquely large genomic database of SARS-CoV-2, we examine the impact of mutations across the spectrum of viable amino acid sequences on the biophysical phenotypes of the highly expressed and multifunctional nucleocapsid protein. We find variation in the physicochemical parameters of its extended intrinsically disordered regions (IDRs) sufficient to allow local plasticity, but also exhibiting functional constraints that similarly occur in related coronaviruses. In biophysical experiments with several N-protein species carrying mutations associated with major variants, we find that point mutations in the IDRs can have nonlocal impact and modulate thermodynamic stability, secondary structure, protein oligomeric state, particle formation, and liquid-liquid phase separation. In the Omicron variant, distant mutations in different IDRs have compensatory effects in shifting a delicate balance of interactions controlling protein assembly properties, and include the creation of a new protein-protein interaction interface in the N-terminal IDR through the defining P13L mutation. A picture emerges where genetic diversity is accompanied by significant variation in biophysical characteristics of functional N-protein species, in particular in the IDRs.

Genetic interactions mediate the emergence of phenotype from genotype. Systematic survey of genetic interactions in yeast showed that genes operating in the same biological process have highly correlated genetic interaction profiles, and this observation has been exploited to infer gene function in model organisms. Systematic surveys of digenic perturbations in human cells are also highly informative, but are not scalable, even with CRISPR-mediated methods. As an alternative, we developed an indirect method of deriving functional interactions. We show that genes having correlated knockout fitness profiles across diverse, non-isogenic cell lines are analogous to genes having correlated genetic interaction profiles across isogenic query strains, and similarly implies shared biological function. We constructed a network of genes with correlated fitness profiles across 400 CRISPR knockout screens in cancer cell lines into a 'coessentiality network,' with up to 500-fold enrichment for co-functional gene pairs, enabling strong inference of human gene function. Modules in the network are connected in a layered web that gives insight into the hierarchical organization of the cell.

RNA interference and CRISPR/Cas9-based pooled library screens have revolutionized the field of functional genomics. However, currently available pooled library screens face a trade-off between library effectiveness and library complexity. We developed a multiplexed, high-throughput screening strategy based on an optimized AsCpf1 nuclease that minimizes library size without sacrificing gene targeting efficiency. Our AsCpf1-based multiplexed library performed similarly well compared to currently available CRISPR/Cas9 libraries, but with a single polycistronic crRNA clone targeting each gene. With this strategy, we constructed the smallest whole-genome knock-out library available, "Mini-human" for the human genome, which is one-fourth the size of the smallest CRISPR library currently available.

ABSTRACT Cancers are highly complex ecosystems composed of molecularly distinct sub-populations of tumor cells, each exhibiting a unique spectrum of genetic features and phenotypes, and embedded within a complex organ context. To substantially improve clinical outcomes, there is a need to comprehensively define inter- and intra-tumor phenotypic diversity, as well as to understand the genetic dependencies that underlie discrete molecular subpopulations. To this end, we integrated CRISPR-based co-dependency annotations with a tissue-specific co-expression network developed from patient-derived models to establish CoDEX, a framework to quantitatively associate gene-cluster patterns with genetic vulnerabilities in pancreatic ductal adenocarcinoma (PDAC). Using CoDEX, we defined multiple prominent anticorrelated gene-cluster signatures and specific pathway dependencies, both across genetically distinct PDAC models and intratumorally at the single-cell level. Of these, one differential signature recapitulated the characteristics of classical and basal-like PDAC molecular subtypes on a continuous scale. Anchoring genetic dependencies identified through functional genomics within the gene-cluster signature defined fundamental vulnerabilities associated with transcriptomic signatures of PDAC subtypes. Subtype-associated dependencies were validated by feature-barcoded CRISPR knockout of prioritized basal-like-associated genetic vulnerabilities ( SMAD4 , ILK , and ZEB1 ) followed by scRNAseq in multiple PDAC models. Silencing of these genes resulted in a significant and directional clonal shift toward the classical-like signature of more indolent tumors. These results validate CoDEX as a novel, quantitative approach to identify specific genetic dependencies within defined molecular contexts that may guide clinical positioning of targeted therapeutics.