Making Connections Genetic interaction profiles highlight cross-connections between bioprocesses, providing a global view of cellular pleiotropy, and enable the prediction of genetic network hubs. Costanzo et al. (p. 425 ) performed a pairwise fitness screen covering approximately one-third of all potential genetic interactions in yeast, examining 5.4 million gene-gene pairs and generating quantitative profiles for ∼75% of the genome. Of the pairwise interactions tested, about 3% of the genes investigated interact under the conditions tested. On the basis of these data, a reference map for the yeast genetic network was created.

Genetics aims to understand the relation between genotype and phenotype. However, because complete deletion of most yeast genes (∼80%) has no obvious phenotypic consequence in rich medium, it is difficult to study their functions. To uncover phenotypes for this nonessential fraction of the genome, we performed 1144 chemical genomic assays on the yeast whole-genome heterozygous and homozygous deletion collections and quantified the growth fitness of each deletion strain in the presence of chemical or environmental stress conditions. We found that 97% of gene deletions exhibited a measurable growth phenotype, suggesting that nearly all genes are essential for optimal growth in at least one condition.

Sometimes mutations in two genes produce a phenotype that is surprising in light of each mutation's individual effects. This phenomenon, which defines genetic interaction, can reveal functional relationships between genes and pathways. For example, double mutants with surprisingly slow growth define synergistic interactions that can identify compensatory pathways or protein complexes. Recent studies have used four mathematically distinct definitions of genetic interaction (here termed Product, Additive, Log, and Min). Whether this choice holds practical consequences has not been clear, because the definitions yield identical results under some conditions. Here, we show that the choice among alternative definitions can have profound consequences. Although 52% of known synergistic genetic interactions in Saccharomyces cerevisiae were inferred according to the Min definition, we find that both Product and Log definitions (shown here to be practically equivalent) are better than Min for identifying functional relationships. Additionally, we show that the Additive and Log definitions, each commonly used in population genetics, lead to differing conclusions related to the selective advantages of sexual reproduction.

Systematic genetic interaction studies have illuminated many cellular processes. Here we quantitatively examine genetic interactions among 26 Saccharomyces cerevisiae genes conferring resistance to the DNA-damaging agent methyl methanesulfonate (MMS), as determined by chemogenomic fitness profiling of pooled deletion strains. We constructed 650 double-deletion strains, corresponding to all pairings of these 26 deletions. The fitness of single- and double-deletion strains were measured in the presence and absence of MMS. Genetic interactions were defined by combining principles from both statistical and classical genetics. The resulting network predicts that the Mph1 helicase has a role in resolving homologous recombination–derived DNA intermediates that is similar to (but distinct from) that of the Sgs1 helicase. Our results emphasize the utility of small molecules and multifactorial deletion mutants in uncovering functional relationships and pathway order.

Yeasty HIPHOP In order to identify how chemical compounds target genes and affect the physiology of the cell, tests of the perturbations that occur when treated with a range of pharmacological chemicals are required. By examining the haploinsufficiency profiling (HIP) and homozygous profiling (HOP) chemogenomic platforms, Lee et al. (p. 208 ) analyzed the response of yeast to thousands of different small molecules, with genetic, proteomic, and bioinformatic analyses. Over 300 compounds were identified that targeted 121 genes within 45 cellular response signature networks. These networks were used to extrapolate the likely effects of related chemicals, their impact upon genetic pathways, and to identify putative gene functions.

We develop a novel synthetic biology platform for rapid, scalable expression of fungal biosynthetic genes and encoded metabolites.

ABSTRACT CRISPR interference (CRISPRi) is a powerful tool to study cellular physiology under different growth conditions and this technology provides a means for screening changed expression of essential genes. In this study, a Saccharomyces cerevisiae CRISPRi library was screened for growth in medium supplemented with acetic acid. Acetic acid is a growth inhibitor challenging the use of yeast for industrial conversion of lignocellulosic biomasses. Tolerance towards acetic acid that is released during biomass hydrolysis is crucial for cell factories to be used in biorefineries. The CRISPRi library screened consists of >9,000 strains, where >98% of all essential and respiratory growth-essential genes were targeted with multiple gRNAs. The screen was performed using the high-throughput, high-resolution Scan-o-matic platform, where each strain is analyzed separately. Our study identified that CRISPRi targeting of genes involved in vesicle formation or organelle transport processes led to severe growth inhibition during acetic acid stress, emphasizing the importance of these intracellular membrane structures in maintaining cell vitality. In contrast, strains in which genes encoding subunits of the 19S regulatory particle of the 26S proteasome were downregulated had increased tolerance to acetic acid, which we hypothesize is due to ATP-salvage through an increased abundance of the 20S core particle that performs ATP-independent protein degradation. This is the first study where a high-resolution CRISPRi library screening paves the way to understand and bioengineer the robustness of yeast against acetic acid stress. IMPORTANCE Acetic acid is inhibitory to the growth of the yeast Saccharomyces cerevisiae , causing ATP starvation and oxidative stress, which leads to sub-optimal production of fuels and chemicals from lignocellulosic biomass. In this study, where each strain of a CRISPRi library was characterized individually, many essential and respiratory growth essential genes that regulate tolerance to acetic acid were identified, providing new understanding on the stress response of yeast and new targets for the bioengineering of industrial yeast. Our findings on the fine-tuning of the expression of proteasomal genes leading to increased tolerance to acetic acid suggests that this could be a novel strategy for increasing stress tolerance, leading to improved strains for production of biobased chemicals.

Genome editing technologies have the potential to transform our understanding of how genetic variation gives rise to complex traits through the systematic engineering and phenotypic characterization of genetic variants. However, there has yet to be a system with sufficient efficiency, fidelity, and throughput to comprehensively identify causal variants at the genome scale. Here we explored the ability of templated CRISPR editing systems to install natural variants genome-wide in budding yeast. We optimized several approaches to enhance homology-directed repair (HDR) with donor DNA templates, including donor recruitment to target sites, single-stranded donor production by bacterial retrons, and in vivo plasmid assembly. We uncovered unique advantages of each system that we integrated into a single superior system named MAGESTIC 3.0. We used MAGESTIC 3.0 to dissect causal variants residing in 112 quantitative trait loci across 32 environmental conditions, revealing an enrichment for missense variants and loci with multiple causal variants. MAGESTIC 3.0 will facilitate the functional analysis of the genome at single-nucleotide resolution and provides a roadmap for improving template-based genome editing systems in other organisms.

For decades, fungi have been a source of FDA-approved natural products such as penicillin, cyclosporine, and the statins. Recent breakthroughs in DNA sequencing suggest that millions of fungal species exist on Earth with each genome encoding pathways capable of generating as many as dozens of natural products. However, the majority of encoded molecules are difficult or impossible to access because the organisms are uncultivable or the genes are transcriptionally silent. To overcome this bottleneck in natural product discovery, we developed the HEx (Heterologous EXpression) synthetic biology platform for rapid, scalable expression of fungal biosynthetic genes and their encoded metabolites in Saccharomyces cerevisiae. We applied this platform to 41 fungal biosynthetic gene clusters from diverse fungal species from around the world, 22 of which produced detectable compounds. These included novel compounds with unexpected biosynthetic origins, particularly from poorly studied species. This result establishes the HEx platform for rapid discovery of natural products from any fungal species, even those that are uncultivable, and opens the door to discovery of the next generation of natural products.

Eukaryotes utilize a highly-conserved set of drug efflux transporters to confer pleiotropic drug resistance (PDR). Despite decades of effort interrogating this process, multiple aspects of the PDR process, in particular PDR regulation, remain mysterious. In order to interrogate the regulation of this critical process, we have developed a small-molecule responsive biosensor that couples PDR transcriptional induction to growth rate in Saccharomyces cerevisiae. We applied this system to genome-wide screens for potential PDR regulators using the homozygous diploid deletion collection. These screens identified and characterized a series of genes with significant but previously uncharacterized roles in the modulation of the yeast PDR in addition to recapitulating previously-known factors involved in PDR regulation. Furthermore, we demonstrate that disruptions of the mitotic spindle checkpoint assembly lead to elevated PDR response in response to exposure to certain compounds. These results not only establish our biosensor system as a viable tool to investigate PDR in high-throughput, but also uncovers novel control mechanisms governing PDR response and a previously uncharacterized link between this process and cell cycle regulation.