Owing to its roles in cellular signal transduction, protein phosphorylation plays critical roles in myriad cell processes. That said, detecting and quantifying protein phosphorylation has remained a challenge. We describe the use of a novel mass spectrometer (Orbitrap Astral) coupled with data-independent acquisition (DIA) to achieve rapid and deep analysis of human and mouse phosphoproteomes. With this method we map approximately 30,000 unique human phosphorylation sites within a half-hour of data collection. The technology was benchmarked to other state-of-the-art MS platforms using both synthetic peptide standards and with EGF-stimulated HeLa cells. We applied this approach to generate a phosphoproteome multi-tissue atlas of the mouse. Altogether, we detected 81,120 unique phosphorylation sites within 12 hours of measurement. With this unique dataset, we examine the sequence, structural, and kinase specificity context of protein phosphorylation. Finally, we highlight the discovery potential of this resource with multiple examples of novel phosphorylation events relevant to mitochondrial and brain biology.

Owing to its roles in cellular signal transduction, protein phosphorylation plays critical roles in myriad cell processes. That said, detecting and quantifying protein phosphorylation has remained a challenge. We describe the use of a novel mass spectrometer (Orbitrap Astral) coupled with data-independent acquisition (DIA) to achieve rapid and deep analysis of human and mouse phosphoproteomes. With this method, we map approximately 30,000 unique human phosphorylation sites within a half-hour of data collection. The technology is benchmarked to other state-of-the-art MS platforms using both synthetic peptide standards and with EGF-stimulated HeLa cells. We apply this approach to generate a phosphoproteome multi-tissue atlas of the mouse. Altogether, we detect 81,120 unique phosphorylation sites within 12 hours of measurement. With this unique dataset, we examine the sequence, structural, and kinase specificity context of protein phosphorylation. Finally, we highlight the discovery potential of this resource with multiple examples of phosphorylation events relevant to mitochondrial and brain biology.

Abstract Copy number variation (CNV) through gene or chromosome amplification provides a route for rapid phenotypic variation and supports long-term evolution of gene functions. Although the evolutionary importance of CNV is known, little is understood about how genetic background influences CNV tolerance. Here, we measured fitness costs of over 4,000 over-expressed genes in 15 Saccharomyces cerevisiae strains representing different lineages, to explore natural variation in tolerating gene overexpression (OE). Strain-specific effects dominated the fitness costs of gene OE. We report global differences in the consequences of gene OE, independent of the amplified gene, as well as gene-specific effects that were dependent on the genetic background. Natural variation in the response to gene OE could be explained by several models, including strain-specific physiological differences, resource limitations, and regulatory sensitivities. This work provides new insight on how genetic background influences tolerance to gene amplification and the evolutionary trajectories accessible to different backgrounds.

From bacteria to humans, individual cells within isogenic populations can show significant variation in stress tolerance, but the nature of this heterogeneity is not clear. To investigate this, we used single-cell RNA sequencing to quantify transcript heterogeneity in single S. cerevisiae cells treated with and without salt stress, to explore population variation and identify cellular covariates that influence the stress-responsive transcriptome. Leveraging the extensive knowledge of yeast transcriptional regulation, we uncovered significant regulatory variation in individual yeast cells, both before and after stress. We also discovered that a subset of cells decouple expression of ribosomal protein genes from the environmental stress response, in a manner partly correlated with the cell cycle but unrelated to the yeast ultradian metabolic cycle. Live-cell imaging of cells expressing pairs of fluorescent regulators, including the transcription factor Msn2 with Dot6, Sfp1, or MAP kinase Hog1, revealed both coordinated and decoupled nucleo-cytoplasmic shuttling. Together with transcriptomic analysis, our results reveal that cells maintain a cellular filter against decoupled bursts of transcription-factor activation but mount a stress response upon coordinated regulation, even in a subset of unstressed cells.

Normalization of RNA-sequencing data is essential for accurate downstream inference, but the assumptions upon which most methods are based do not hold in the single-cell setting. Consequently, applying existing normalization methods to single-cell RNA-seq data introduces artifacts that bias downstream analyses. To address this, we introduce SCnorm for accurate and efficient normalization of scRNA-seq data.

Individuals carrying an aberrant number of chromosomes can vary widely in their expression of aneuploidy phenotypes. A major unanswered question is the degree to which an individual's genetic makeup influences its tolerance of karyotypic imbalance. Here we took a population genetics perspective to investigate the selective forces influencing aneuploidy prevalence in populations as a model for eukaryotic biology. We analyzed genotypic and phenotypic variation recently published for over 1,000 strains spanning dozens of genetically defined clades and ecological associations. Our results show that the prevalence of chromosome gain and loss varies by clade and can be better explained by differences in genetic background than ecology. The phylogenetic context of lineages showing high aneuploidy rates suggests that increased aneuploidy frequency arose multiple times in evolution. Separate from aneuploidy frequency, analyzing growth phenotypes reveals that some backgrounds – such as European Wine strains – show fitness costs upon chromosome duplication, whereas other clades with high aneuploidy rates show little evidence of major deleterious effects. Our analysis confirms that chromosome amplification can produce phenotypic benefits that can influence evolutionary trajectories. These results have important implications for understanding genetic variation in aneuploidy prevalence in health, disease, and evolution.

ABSTRACT Variation in gene copy number can alter gene expression and influence downstream phenotypes; thus copy-number variation (CNV) provides a route for rapid evolution if the benefits outweigh the cost. We recently showed that genetic background significantly influences how yeast cells respond to gene over-expression (OE), revealing that the fitness costs of CNV can vary substantially with genetic background in a common-garden environment. But the interplay between CNV tolerance and environment remains unexplored on a genomic scale. Here we measured the tolerance to gene OE in four genetically distinct Saccharomyces cerevisiae strains grown under sodium chloride (NaCl) stress. OE genes that are commonly deleterious during NaCl stress recapitulated those commonly deleterious under standard conditions. However, NaCl stress uncovered novel differences in strain responses to gene OE. West African strain NCYC3290 and North American oak isolate YPS128 are more sensitive to NaCl stress than vineyard BC187 and laboratory strain BY4743. Consistently, NCYC3290 and YPS128 showed the greatest sensitivities to gene OE. Although most genes were deleterious, hundreds were beneficial when overexpressed – remarkably, most of these effects were strain specific. Few beneficial genes were shared between the NaCl-sensitive isolates, implicating mechanistic differences behind their NaCl sensitivity. Transcriptomic analysis suggested underlying vulnerabilities and tolerances across strains, and pointed to natural CNV of a sodium export pump that likely contributes to strain-specific responses to OE of other genes. Our results reveal extensive strain-by-environment interaction in the response to gene CNV, raising important implications for the accessibility of CNV-dependent evolutionary routes under times of stress.

Lignocellulosic biomass offers a sustainable source for biofuel production that does not compete with food-based cropping systems. Importantly, two critical bottlenecks prevent economic adoption: many industrially relevant microorganisms cannot ferment pentose sugars prevalent in lignocellulosic medium, leaving a significant amount of carbon unutilized. Furthermore, chemical biomass pretreatment required to release fermentable sugars generates a variety of toxins, which inhibit microbial growth and metabolism, specifically limiting pentose utilization in engineered strains. Here we dissected genetic determinants of anaerobic xylose fermentation and stress tolerance in chemically pretreated corn stover biomass, called hydrolysate. We previously revealed that loss-of-function mutations in the stress-responsive MAP kinase HOG1 and negative regulator of the RAS/Protein Kinase A (PKA) pathway, IRA2, enhances anaerobic xylose fermentation. However, these mutations likely reduce cells' ability to tolerate the toxins present in lignocellulosic hydrolysate, making the strain especially vulnerable to it. We tested the contributions of Hog1 and PKA signaling via IRA2 or PKA negative regulatory subunit BCY1 to metabolism, growth, and stress tolerance in corn stover hydrolysate and laboratory medium with mixed sugars. We found mutations causing upregulated PKA activity increase growth rate and glucose consumption in various media but do not have a specific impact on xylose fermentation. In contrast, mutation of HOG1 specifically increased xylose usage. We hypothesized improving stress tolerance would enhance the rate of xylose consumption in hydrolysate. Surprisingly, increasing stress tolerance did not augment xylose fermentation in lignocellulosic medium in this strain background, suggesting other mechanisms besides cellular stress limit this strain's ability for anaerobic xylose fermentation in hydrolysate.

Cells respond to stressful conditions by coordinating a complex, multi-faceted response that spans many levels of physiology. Much of the response is coordinated by changes in protein phosphorylation. Although the regulators of transcriptome changes during stress are well characterized in Saccharomyces cerevisiae, the upstream regulatory network controlling protein phosphorylation is less well dissected. Here, we developed a computational approach to infer the signaling network that regulates phosphorylation changes in response to salt stress. The method uses integer linear programming (ILP) to integrate stress-responsive phospho-proteome responses in wild-type and mutant strains, predicted phosphorylation motifs on groups of coregulated peptides, and published protein interaction data. A key advance is that by grouping peptides into submodules before inference, the method can overcome missing protein interactions in published datasets to predict novel, stress-dependent protein interactions and phosphorylation events. The network we inferred predicted new regulatory connections between stress-activated and growth-regulating pathways and suggested mechanisms coordinating metabolism, cell-cycle progression, and growth during stress. We confirmed several network predictions with co-immunoprecipitations coupled with mass-spectrometry protein identification and mutant phospho-proteomic analysis. Results show that the cAMP-phosphodiesterase Pde2 physically interacts with many stress-regulated transcription factors targeted by PKA, and that reduced phosphorylation of those factors during stress requires the Rck2 kinase that we show physically interacts with Pde2. Together, our work shows how a high-quality computational network model can facilitate discovery of new pathway interactions during osmotic stress.

Abstract CRISPR/Cas9 is a powerful tool for editing genomes, but design decisions are generally made with respect to a single reference genome. With population genomic data becoming available for an increasing number of model organisms, researchers are interested in manipulating multiple strains and lines. CRISpy-pop is a web application that generates and filters guide RNA sequences for CRISPR/Cas9 genome editing for diverse yeast and bacterial strains. The current implementation designs and predicts the activity of guide RNAs against more than 1000 Saccharomyces cerevisiae genomes, including 167 strains frequently used in bioenergy research. Zymomonas mobilis , an increasingly popular bacterial bioenergy research model, is also supported. CRISpy-pop is available as a web application ( https://CRISpy-pop.glbrc.org/ ) with an intuitive graphical user interface. CRISpy-pop also cross-references the human genome to allow users to avoid the selection of sgRNAs with potential biosafety concerns. Additionally, CRISpy-pop predicts the strain coverage of each guide RNA within the supported strain sets, which aids in functional population genetic studies. Finally, we validate how CRISpy-pop can accurately predict the activity of guide RNAs across strains using population genomic data.