Production of mRNA depends critically on the rate of RNA polymerase II (Pol II) elongation. To dissect Pol II dynamics in mouse ES cells, we inhibited Pol II transcription at either initiation or promoter-proximal pause escape with Triptolide or Flavopiridol, and tracked Pol II kinetically using GRO-seq. Both inhibitors block transcription of more than 95% of genes, showing that pause escape, like initiation, is a ubiquitous and crucial step within the transcription cycle. Moreover, paused Pol II is relatively stable, as evidenced from half-life measurements at ∼3200 genes. Finally, tracking the progression of Pol II after drug treatment establishes Pol II elongation rates at over 1000 genes. Notably, Pol II accelerates dramatically while transcribing through genes, but slows at exons. Furthermore, intergenic variance in elongation rates is substantial, and is influenced by a positive effect of H3K79me2 and negative effects of exon density and CG content within genes.

Mahat et al. describe how to map the genome-wide positions of active RNA polymerases using a modified nuclear run-on approach called PRO-seq. Details for PRO-cap, a modification that identifies transcription start sites, are also included. We provide a protocol for precision nuclear run-on sequencing (PRO-seq) and its variant, PRO-cap, which map the location of active RNA polymerases (PRO-seq) or transcription start sites (TSSs) (PRO-cap) genome-wide at high resolution. The density of RNA polymerases at a particular genomic locus directly reflects the level of nascent transcription at that region. Nuclei are isolated from cells and, under nuclear run-on conditions, transcriptionally engaged RNA polymerases incorporate one or, at most, a few biotin-labeled nucleotide triphosphates (biotin-NTPs) into the 3′ end of nascent RNA. The biotin-labeled nascent RNA is used to prepare sequencing libraries, which are sequenced from the 3′ end to provide high-resolution positional information for the RNA polymerases. PRO-seq provides much higher sensitivity than ChIP-seq, and it generates a much larger fraction of usable sequence reads than ChIP-seq or NET-seq (native elongating transcript sequencing). Similarly to NET-seq, PRO-seq maps the RNA polymerase at up to base-pair resolution with strand specificity, but unlike NET-seq it does not require immunoprecipitation. With the protocol provided here, PRO-seq (or PRO-cap) libraries for high-throughput sequencing can be generated in 4–5 working days. The method has been applied to human, mouse, Drosophila melanogaster and Caenorhabditis elegans cells and, with slight modifications, to yeast.

Peter 't Hoen, Lude Franke, Bastiaan Heijmans and colleagues present a combined analysis of methylome and transcriptome data from a large collection of whole-blood samples to infer the downstream effects of disease-associated variants. They identify a large number of trait-associated SNPs influencing methylation of CpG sites in trans, providing insights into the downstream functional effects of many disease-associated variants. Most disease-associated genetic variants are noncoding, making it challenging to design experiments to understand their functional consequences1,2. Identification of expression quantitative trait loci (eQTLs) has been a powerful approach to infer the downstream effects of disease-associated variants, but most of these variants remain unexplained3,4. The analysis of DNA methylation, a key component of the epigenome5,6, offers highly complementary data on the regulatory potential of genomic regions7,8. Here we show that disease-associated variants have widespread effects on DNA methylation in trans that likely reflect differential occupancy of trans binding sites by cis-regulated transcription factors. Using multiple omics data sets from 3,841 Dutch individuals, we identified 1,907 established trait-associated SNPs that affect the methylation levels of 10,141 different CpG sites in trans (false discovery rate (FDR) < 0.05). These included SNPs that affect both the expression of a nearby transcription factor (such as NFKB1, CTCF and NKX2-3) and methylation of its respective binding site across the genome. Trans methylation QTLs effectively expose the downstream effects of disease-associated variants.

Abstract Expression quantitative trait loci (eQTL) studies are used to interpret the function of disease-associated genetic risk factors. To date, most eQTL analyses have been conducted in bulk tissues, such as whole blood and tissue biopsies, which are likely to mask the cell type context of the eQTL regulatory effects. Although this context can be investigated by generating transcriptional profiles from purified cell subpopulations, the current methods are labor-intensive and expensive. Here we introduce a new method, Decon2 , a statistical framework for estimating cell proportions using expression profiles from bulk blood samples (Decon-cell) and consecutive deconvolution of cell type eQTLs (Decon-eQTL). The estimated cell proportions from Decon-cell agree with experimental measurements across cohorts (R ≥ 0.77). Using Decon-cell we can predict the proportions of 34 circulating cell types for 3,194 samples from a population-based cohort. Next we identified 16,362 whole blood eQTLs and assign them to a cell type with Decon-eQTL using the predicted cell proportions from Decon-cell. Deconvoluted eQTLs show excellent allelic directional concordance with those of eQTL(≥ 96%) and chromatin mark QTL (≥87%) studies that used either purified cell subpopulations or single-cell RNA-seq. Our new method provides a way to assign cell type effects to eQTLs from bulk blood, which is useful in pinpointing the most relevant cell type for a certain complex disease. Decon2 is available as an R package and Java application ( https://github.com/molgenis/systemsgenetics/tree/master/Decon2 ), and as a web tool ( www.molgenis.org/deconvolution ).

Abstract Phage-displayed immunoprecipitation sequencing (PhIP-Seq) has successfully enabled high-throughput profiling of human antibody profiles. However, a comprehensive overview of environmental and genetic determinants shaping human adaptive immunity is currently lacking. In this study, we aimed to investigate the effects of genetic, environmental and intrinsic factors on the variation in human antibody repertoires. We characterized serological antibody repertoires against 344,000 peptides using PhIP-Seq libraries from a wide range of microbial and environmental antigens in 1,443 participants from a population cohort. We demonstrate individual-specificity, temporal consistency and co-housing similarities in antibody repertoire. Genetic analyses showed involvement of the HLA, IGHV and FUT2 regions. Furthermore, we uncovered associations between 48 phenotypic factors and 544 antibody-bound peptides, including age, cell counts, sex, smoking behavior and allergies, among others. Overall, our results indicate that human antibody epitope repertoires are shaped by both host genetics and environmental exposures and highlight unique signatures of distinct phenotypes and genotypes.

Human induced pluripotent stem cell (hiPSC)-derived intestinal organoids are valuable tools for researching developmental biology and personalized therapies, but their closed topology and relative immature state limit applications. Here, we use organ-on-chip technology to develop a hiPSC-derived intestinal barrier with apical and basolateral access in a more physiological in vitro microenvironment. To replicate growth factor gradients along the crypt-villus axis, we locally expose the cells to expansion and differentiation media. In these conditions, intestinal epithelial cells self-organize into villus-like folds with physiological barrier integrity, and myofibroblasts and neurons emerge and form a subepithelial tissue in the bottom channel. The growth factor gradients efficiently balance dividing and mature cell types and induce an intestinal epithelial composition, including absorptive and secretory lineages, resembling the composition of the human small intestine. This well-characterized hiPSC-derived intestine-on-chip system can facilitate personalized studies on physiological processes and therapy development in the human small intestine.

Multiple sclerosis is a chronic demyelinating disease of the central nervous system. There is a need for new circulating biomarkers for multiple sclerosis, in particular, markers that differentiate multiple sclerosis subtypes (relapsing-remitting, secondary progressive and primary progressive multiple sclerosis), as this can help in making treatment decisions. In this study, we explore two classes of potential multiple sclerosis biomarkers-proteins and microRNAs-circulating in the cerebrospinal fluid and serum. Targeted medium-throughput proteomics (92 proteins) and microRNA sequencing were performed on serum samples collected in a cross-sectional case-control cohort (cohort I, controls

Abstract In coeliac disease (CeD), the epithelial lining (EL) of the small intestine is severely damaged through a complex auto-inflammatory response that results in intraepithelial lymphocytes (IELs) attacking epithelial cells (ECs). To better understand the changes occurring in the EL in CeD, including after initiation of a gluten-free diet, and the regulatory mechanisms that affect mucosal homeostasis, we investigated ECs and IELs in the CeD duodenal EL using RNA-seq and eQTL analysis on predicted cell types. The study included 82 duodenal biopsies from volunteers, grouped into controls (CTRL), gluten-free diet treated CeD (TCD) and untreated CeD (UCD). We identified 2,868 differential expressed genes, which clustered into four sets with specific functions related to CeD. Two sets, one upregulated for cell cycle function and one downregulated for digestion, transmembrane transport, and laminin pathways, defined three groups of samples based on inflammation status: non-inflamed, mild inflammation or severe inflammation. These inflammation states correlated with but were not specific to disease state. The remaining two sets of genes were enriched for immune, extracellular matrix, and barrier functions. These latter two sets allowed the classification of samples into their disease conditions: CTRL, TCD, and UCD. Finally, deconvoluting eQTL effects from ECs and immune cells in the EL identified 7 and 9 cell-type-mediated eQTL genes, respectively. In sum, we identified genes expressed in the duodenal EL whose expression might be used as biomarkers to assess CeD condition and its mucosal and immune status. Highlights Gene expression in epithelial lining in CeD patients reflects inflammation status The transcriptome can classify epithelium as no, mild, or severe inflammation Cell cycle, absorption, and basal lamina genes are indicators of mucosal damage Immune and extracellular matrix genes distinguish untreated from treated cases Predicted-cell-type eQTLs pinpoint effects in immune and epithelial cells

Abstract Genetic variants identified through genome-wide association studies (GWAS) are typically non-coding, exerting small regulatory effects on downstream genes. However, which downstream genes are ultimately impacted and how they confer risk remains mostly unclear. By contrast, variants that cause rare Mendelian diseases are often coding and have a more direct impact on disease development. Here we demonstrate that common and rare genetic diseases can be linked by studying how common disease-associated variants influence gene co-expression in 57 different tissues and cell types. We implemented this method in a framework called Downstreamer and applied it to 88 GWAS traits. We find that predicted downstream “genes” are enriched with Mendelian disease genes, e.g. key genes for height are enriched for genes that cause skeletal abnormalities and Ehlers–Danlos syndromes. 78% of these key genes are located outside of GWAS loci, suggesting that they result from complex trans regulation rather than being impacted by disease-associated variants in cis . Based on our findings, we discuss the challenges in reconstructing gene regulatory networks and provide a roadmap to improve the identification of these highly connected genes linked to common traits and diseases.

Most disease associated genetic risk factors are non-coding, making it challenging to design experiments to understand their functional consequences. Identification of expression quantitative trait loci (eQTLs) has been a powerful approach to infer downstream effects of disease variants but the large majority remains unexplained.. The analysis of DNA methylation, a key component of the epigenome, offers highly complementary data on the regulatory potential of genomic regions. However, a large-scale, combined analysis of methylome and transcriptome data to infer downstream effects of disease variants is lacking. Here, we show that disease variants have wide-spread effects on DNA methylation in trans that likely reflect the downstream effects on binding sites of cis-regulated transcription factors. Using data on 3,841 Dutch samples, we detected 272,037 independent cis-meQTLs (FDR < 0.05) and identified 1,907 trait-associated SNPs that affect methylation levels of 10,141 different CpG sites in trans (FDR < 0.05), an eight-fold increase in the number of downstream effects that was known from trans-eQTL studies. Trans-meQTL CpG sites are enriched for active regulatory regions, being correlated with gene expression and overlap with Hi-C determined interchromosomal contacts. We detected many trans-meQTL SNPs that affect expression levels of nearby transcription factors (including NFKB1, CTCF and NKX2-3), while the corresponding trans-meQTL CpG sites frequently coincide with its respective binding site. Trans-meQTL mapping therefore provides a strategy for identifying and better understanding downstream functional effects of many disease-associated variants.