SUMMARY Cohesin-mediated loop extrusion folds interphase chromosomes at the ten to hundreds kilobases scale. This process produces structural features such as loops and topologically associating domains. We identify three types of cis -elements that define the chromatin folding landscape generated by loop extrusion. First, CTCF sites form boundaries by stalling extruding cohesin, as shown before. Second, transcription termination sites form boundaries by acting as cohesin unloading sites. RNA polymerase II contributes to boundary formation at transcription termination sites. Third, transcription start sites form boundaries that are mostly independent of cohesin, but are sites where cohesin can pause. Together with cohesin loading at enhancers, and possibly other cis -elements, these loci create a dynamic pattern of cohesin traffic along the genome that guides enhancer-promoter interactions. Disturbing this traffic pattern, by removing CTCF barriers, renders cells sensitive to knock-out of genes involved in transcription initiation, such as the SAGA and TFIID complexes, and RNA processing such DEAD-Box RNA helicases. In the absence of CTCF, several of these factors fail to be efficiently recruited to active promoters. We propose that the complex pattern of cohesin movement along chromatin contributes to appropriate promoter-enhancer interactions and localization of transcription and RNA processing factors to active genes. HIGHLIGHTS At least three types of chromatin boundaries regulate a cohesin traffic pattern. The cohesin traffic pattern guides enhancer-promoter interactions. Removing CTCF renders cells sensitive to deletion of RNA processing and gene regulation genes. Depleting CTCF affects localization of RNA processing and gene regulatory proteins.

Abstract Adeno-associated virus (AAV) vectors are important delivery platforms for therapeutic genome editing but are severely constrained by cargo limits, especially for large effectors like Cas9s. Simultaneous delivery of multiple vectors can limit dose and efficacy and increase safety risks. The use of compact effectors has enabled single-AAV delivery of Cas9s with 1-3 guides for edits that use end-joining repair pathways, but many precise edits that correct disease-causing mutations in vivo require homology-directed repair (HDR) templates. Here, we describe single-vector, ∼4.8-kb AAV platforms that express Nme2Cas9 and either two sgRNAs to produce segmental deletions, or a single sgRNA with an HDR template. We also examine the utility of Nme2Cas9 target sites in the vector for self-inactivation. We demonstrate that these platforms can effectively treat two disease models [type I hereditary tyrosinemia (HT-I) and mucopolysaccharidosis type I (MPS-I)] in mice. These results will enable single-vector AAVs to achieve diverse therapeutic genome editing outcomes.

The contribution of pre-mRNA processing mechanisms to the regulation of immune responses remains poorly studied despite emerging examples of their role as regulators of immune defenses. Here, we used mRNA sequencing to quantify gene expression and isoform abundances in primary macrophages from 60 individuals, before and after infection with two live bacteria. In response to both bacteria we identified thousands of genes that significantly change isoform usage in response to infection, and found global shifts towards (i) the inclusion of cassette exons and (ii) shorter 3' UTRs. Using complementary data collected in non-human primates, we show that these features are evolutionarily conserved among primates. Finally, our results suggest that the pervasive usage of shorter 3' UTRs is a mechanism for particular genes to evade repression by immune-activated miRNAs. Collectively, our results show that dynamic changes in RNA processing play a key role in the regulation of innate immune responses.

The use of low quality RNA samples in whole-genome gene expression profiling remains controversial. It is unclear if transcript degradation in low quality RNA samples occurs uniformly, in which case the effects of degradation can be normalized, or whether different transcripts are degraded at different rates, potentially biasing measurements of expression levels. This concern has rendered the use of low quality RNA samples in whole-genome expression profiling problematic. Yet, low quality samples are at times the sole means of addressing specific questions – e.g., samples collected in the course of fieldwork. We sought to quantify the impact of variation in RNA quality on estimates of gene expression levels based on RNA-seq data. To do so, we collected expression data from tissue samples that were allowed to decay for varying amounts of time prior to RNA extraction. The RNA samples we collected spanned the entire range of RNA Integrity Number (RIN) values (a quality metric commonly used to assess RNA quality). We observed widespread effects of RNA quality on measurements of gene expression levels, as well as a slight but significant loss of library complexity in more degraded samples. While standard normalizations failed to account for the effects of degradation, we found that a simple linear model that controls for the effects of RIN can correct for the majority of these effects. We conclude that in instances where RIN and the effect of interest are not associated, this approach can help recover biologically meaningful signals in data from degraded RNA samples.

Production of most eukaryotic mRNAs requires splicing of introns from pre-mRNA. The splicing reaction requires definition of splice sites, which are initially recognized in either intron-spanning ("intron definition") or exon-spanning ("exon definition") pairs. To understand how exon and intron length and splice site recognition mode impact splicing, we measured splicing rates genome-wide in Drosophila, using metabolic labeling/RNA sequencing and new mathematical models to estimate rates. We found that the modal intron length range of 60-70 nt represents a local maximum of splicing rates, but that much longer exon-defined introns are spliced even faster and more accurately. Surprisingly, we observed low variation in splicing rates across introns in the same gene, suggesting the presence of gene-level influences, and we identified multiple gene level variables associated with splicing rate. Together our data suggest that developmental and stress response genes may have preferentially evolved exon definition in order to enhance rates of splicing.