Abstract The adaptation of CRISPR/SpCas9 technology to mammalian cell lines is transforming the study of human functional genomics. Pooled libraries of CRISPR guide RNAs (gRNAs) targeting human protein-coding genes and encoded in viral vectors have been used to systematically create gene knockouts in a variety of human cancer and immortalized cell lines, in an effort to identify whether these knockouts cause cellular fitness defects. Previous work has shown that CRISPR screens are more sensitive and specific than pooled-library shRNA screens in similar assays, but currently there exists significant variability across CRISPR library designs and experimental protocols. In this study, we reanalyze 17 genome-scale knockout screens in human cell lines from three research groups, using three different genome-scale gRNA libraries. Using the Bayesian Analysis of Gene Essentiality algorithm to identify essential genes, we refine and expand our previously defined set of human core essential genes from 360 to 684 genes. We use this expanded set of reference core essential genes, CEG2, plus empirical data from six CRISPR knockout screens to guide the design of a sequence-optimized gRNA library, the Toronto KnockOut version 3.0 (TKOv3) library. We then demonstrate the high effectiveness of the library relative to reference sets of essential and nonessential genes, as well as other screens using similar approaches. The optimized TKOv3 library, combined with the CEG2 reference set, provide an efficient, highly optimized platform for performing and assessing gene knockout screens in human cell lines.

The genetic circuits that allow cancer cells to evade destruction by the host immune system remain poorly understood1–3. Here, to identify a phenotypically robust core set of genes and pathways that enable cancer cells to evade killing mediated by cytotoxic T lymphocytes (CTLs), we performed genome-wide CRISPR screens across a panel of genetically diverse mouse cancer cell lines that were cultured in the presence of CTLs. We identify a core set of 182 genes across these mouse cancer models, the individual perturbation of which increases either the sensitivity or the resistance of cancer cells to CTL-mediated toxicity. Systematic exploration of our dataset using genetic co-similarity reveals the hierarchical and coordinated manner in which genes and pathways act in cancer cells to orchestrate their evasion of CTLs, and shows that discrete functional modules that control the interferon response and tumour necrosis factor (TNF)-induced cytotoxicity are dominant sub-phenotypes. Our data establish a central role for genes that were previously identified as negative regulators of the type-II interferon response (for example, Ptpn2, Socs1 and Adar1) in mediating CTL evasion, and show that the lipid-droplet-related gene Fitm2 is required for maintaining cell fitness after exposure to interferon-γ (IFNγ). In addition, we identify the autophagy pathway as a conserved mediator of the evasion of CTLs by cancer cells, and show that this pathway is required to resist cytotoxicity induced by the cytokines IFNγ and TNF. Through the mapping of cytokine- and CTL-based genetic interactions, together with in vivo CRISPR screens, we show how the pleiotropic effects of autophagy control cancer-cell-intrinsic evasion of killing by CTLs and we highlight the importance of these effects within the tumour microenvironment. Collectively, these data expand our knowledge of the genetic circuits that are involved in the evasion of the immune system by cancer cells, and highlight genetic interactions that contribute to phenotypes associated with escape from killing by CTLs. Genome-wide CRISPR screens in mouse cancer cell lines are used to identify a core, conserved set of genes and pathways that govern how cancer cells evade killing by cytotoxic T lymphocytes.

Genomic analyses are yielding a host of new information on the multiple genetic abnormalities associated with specific types of cancer. A comprehensive description of cancer-associated genetic abnormalities can improve our ability to classify tumors into clinically relevant subgroups and, on occasion, identify mutant genes that drive the cancer phenotype ("drivers"). More often, though, the functional significance of cancer-associated mutations is difficult to discern. Genome-wide pooled short hairpin RNA (shRNA) screens enable global identification of the genes essential for cancer cell survival and proliferation, providing a "functional genomic" map of human cancer to complement genomic studies. Using a lentiviral shRNA library targeting ~16,000 genes and a newly developed, dynamic scoring approach, we identified essential gene profiles in 72 breast, pancreatic, and ovarian cancer cell lines. Integrating our results with current and future genomic data should facilitate the systematic identification of drivers, unanticipated synthetic lethal relationships, and functional vulnerabilities of these tumor types.This study presents a resource of genome-scale, pooled shRNA screens for 72 breast, pancreatic, and ovarian cancer cell lines that will serve as a functional complement to genomics data, facilitate construction of essential gene profiles, help uncover synthetic lethal relationships, and identify uncharacterized genetic vulnerabilities in these tumor types.This study presents a resource of genome-scale, pooled shRNA screens for 72 breast, pancreatic, and ovarian cancer cell lines that will serve as a functional complement to genomics data, facilitate construction of essential gene profiles, help uncover synthetic lethal relationships, and identify uncharacterized genetic vulnerabilities in these tumor types.

SUMMARY SARS-CoV-2, depends on host cell components for replication, therefore the identification of virus-host dependencies offers an effective way to elucidate mechanisms involved in viral infection. Such host factors may be necessary for infection and replication of SARS-CoV-2 and, if druggable, presents an attractive strategy for anti-viral therapy. We performed genome wide CRISPR knockout screens in Vero E6 cells and 4 human cell lines including Calu-3, Caco-2, Hek293 and Huh7 to identify genetic regulators of SARS-CoV-2 infection. Our findings identified only ACE2 , the cognate SARS-CoV-2 entry receptor, as a common host dependency factor across all cell lines, while all other host genes identified were cell line specific including known factors TMPRSS2 and CTSL . Several of the discovered host-dependency factors converged on pathways involved in cell signalling, lipid metabolism, immune pathways and chromatin modulation. Notably, chromatin modulator genes KMT2C and KDM6A in Calu-3 cells had the strongest impact in preventing SARS-CoV-2 infection when perturbed. Overall, the network of host factors that have been identified will be broadly applicable to understanding the impact of SARS-CoV-2 on human cells and facilitate the development of host-directed therapies. IN BRIEF SARS-CoV-2, depends on host cell components for infection and replication. Genome-wide CRISPR screens were performed in multiple human cell lines to elucidate common host dependencies required for SARS-CoV-2 infection. Only ACE2, the cognate SARS-CoV-2 entry receptor, was common amongst cell lines, while all other host genes identified were cell line specific, several of which converged on pathways involved in cell signalling, lipid metabolism, immune pathways, and chromatin modulation. Overall, a network of host factors was identified that will be broadly applicable to understanding the impact of SARS-CoV-2 on human cells and facilitate productive targeting of host genes and pathways. HIGHLIGHTS - Genome-wide CRISPR screens for SARS-CoV-2 in multiple human cell lines - Identification of wide-ranging cell-type dependent genetic dependencies for SARS-CoV-2 infection - ACE2 is the only common host factor identified across different cell types

SUMMARY The ability to sense and respond to osmotic fluctuations is critical for the maintenance of cellular integrity. Myriad redundancies have evolved across all facets of osmosensing in metazoans, including among water and ion transporters, regulators of cellular morphology, and macromolecular crowding sensors, hampering efforts to gain a clear understanding of how cells respond to rapid water loss. In this study, we harness the power of gene co-essentiality analysis and genome-scale CRISPR-Cas9 screening to identify an unappreciated relationship between TSC22D2 , WNK1 and NRBP1 in regulating cell volume homeostasis. Each of these genes have paralogs and are functionally buffered for macromolecular crowd sensing and cell volume control. Within seconds of hyperosmotic stress, TSC22D, WNK and NRBP family members physically associate into cytoplasmic biocondensates, a process that is dependent on intrinsically disordered regions (IDRs). A close examination of these protein families across metazoans reveals that TSC22D genes evolved alongside a domain in NRBPs that specifically binds to TSC22D proteins, which we have termed NbrT ( N RBP b inding region with T SC22D), and this co-evolution is concomitant with rapid IDR length expansion in WNK family kinases. Our study identifies functions for unrecognized components of the cell volume sensing machinery and reveals that TSC22D , WNK and NRBP genes evolved as cytoplasmic crowding sensors in metazoans to co-regulate rapid cell volume changes in response to osmolarity.

Cancer-intrinsic immune evasion mechanisms and pleiotropy are a barrier to cancer immunotherapy. This is apparent in certain highly fatal cancers, including high-grade gliomas and glioblastomas (GBM). In this study, we evaluated two murine syngeneic glioma models (GL261 and CT2A) as preclinical models for human GBM using functional genetic screens, single-cell transcriptomics and machine learning approaches. Through CRISPR genome-wide co-culture killing screens with various immune cells (cytotoxic T cells, natural killer cells, and macrophages), we identified three key cancer-intrinsic evasion mechanisms: NFκB signaling, autophagy/endosome machinery, and chromatin remodeling. Additional fitness screens identified dependencies in murine gliomas that partially recapitulated those seen in human GBM (e.g., UFMylation). Our single-cell analyses showed that different glioma models exhibited distinct immune infiltration patterns and recapitulated key immune gene programs observed in human GBM, including hypoxia, interferon, and TNF signaling. Moreover, in vivo orthotopic tumor engraftment was associated with phenotypic shifts and changes in proliferative capacity, with murine tumors recapitulating the intratumoral heterogeneity observed in human GBM, exhibiting propensities for developmental- and mesenchymal-like phenotypes. Notably, we observed common transcription factors and cofactors shared with human GBM, including developmental (Nfia and Tcf4), mesenchymal (Prrx1 and Wwtr1), as well as cycling-associated genes (Bub3, Cenpa, Bard1, Brca1, and Mis18bp1). Perturbation of these genes led to reciprocal phenotypic shifts suggesting intrinsic feedback mechanisms that balance in vivo cellular states. Finally, we used a machine-learning approach to identify two distinct immune evasion gene programs, one of which represents a clinically-relevant phenotype and delineates a subpopulation of stem-like glioma cells that predict response to immune checkpoint inhibition in human patients. This comprehensive characterization helps bridge the gap between murine glioma models and human GBM, providing valuable insights for future therapeutic development.

The adaptation of CRISPR/Cas9 technology to mammalian cell lines is transforming the study of human functional genomics. Pooled libraries of CRISPR guide RNAs (gRNAs), targeting human protein-coding genes and encoded in viral vectors, have been used to systematically create gene knockouts in a variety of human cancer and immortalized cell lines, in an effort to identify whether these knockouts cause cellular fitness defects. Previous work has shown that CRISPR screens are more sensitive and specific than pooled library shRNA screens in similar assays, but currently there exists significant variability across CRISPR library designs and experimental protocols. In this study, we re-analyze 17 genome-scale knockout screens in human cell lines from three research groups using three different genome-scale gRNA libraries, using the Bayesian Analysis of Gene Essentiality (BAGEL) algorithm to identify essential genes, to refine and expand our previously defined set of human core essential genes, from 360 to 684 genes. We use this expanded set of reference Core Essential Genes (CEG2), plus empirical data from six CRISPR knockout screens, to guide the design of a sequence-optimized gRNA library, the Toronto KnockOut version 3.0 (TKOv3) library. We demonstrate the high effectiveness of the library relative to reference sets of essential and nonessential genes as well as other screens using similar approaches. The optimized TKOv3 library, combined with the CEG2 reference set, provide an efficient, highly optimized platform for performing and assessing gene knockout screens in human cell lines.

The de novo synthesis of fatty acids has emerged as a therapeutic target for various diseases including cancer. While several translational efforts have focused on direct perturbation of de novo fatty acid synthesis, only modest responses have been associated with mono-therapies. Since cancer cells are intrinsically buffered to combat metabolic stress, cells may adapt to loss of de novo fatty acid biosynthesis. To explore cellular response to defects in fatty acid synthesis, we used pooled genome-wide CRISPR screens to systematically map genetic interactions (GIs) in human HAP1 cells carrying a loss-of-function mutation in FASN, which catalyzes the formation of long-chain fatty acids. FASN mutant cells showed a strong dependence on lipid uptake that was reflected by negative GIs with genes involved in the LDL receptor pathway, vesicle trafficking, and protein glycosylation. Further support for these functional relationships was derived from additional GI screens in query cell lines deficient for other genes involved in lipid metabolism, including LDLR, SREBF1, SREBF2, ACACA. Our GI profiles identified a potential role for a previously uncharacterized gene LUR1 (C12orf49) in exogenous lipid uptake regulation. Overall, our data highlights the genetic determinants underlying the cellular adaptation associated with loss of de novo fatty acid synthesis and demonstrate the power of systematic GI mapping for uncovering metabolic buffering mechanisms in human cells.

A central focus of systems biology is the functional mapping of protein-protein interactions under physiological conditions. Here we describe MaGiCaL-BiFC, a lentivirus-based bimolecular fluorescence protein-fragment complementation approach for the high-throughput, genome-scale identification of protein-protein interactions in mammalian cells. After developing and validating this methodology using known protein-protein interaction pairs, we constructed genome-scale pooled BiFC libraries using the human ORFeome cDNA collection. These pooled libraries, containing ~ 12,000 unique human cDNAs, were used to screen for candidate interaction partners of the mitochondrial transmembrane protein TOMM22. Following infection of cells with the TOMM22 bait and the pooled cDNA libraries, cells harboring candidate TOMM22 interacting proteins were isolated from the cell pool via fluorescence activated cell sorting, and identified via microarray analysis. This approach identified several known interaction partners of TOMM22, as well as novel physical and functional partners that link the mitochondrial network to proteins involved in diverse cellular processes. Notably, protein kinase CK2 was identified as a novel physical interaction partner of human TOMM22. We found that this association occurs preferentially during mitosis and involves direct phosphorylation of TOMM22, an event that may lead to attenuation of mitochondrial protein import. Together, this data contributes to the growing body of evidence suggesting eloquent coordination between cell cycle progression and mitochondrial physiology. Importantly, through high-throughput screening and focused validation, our study demonstrates the power of the MaGiCaL-BiFC approach to uncover novel functional protein-protein interactions, including those involving proteins with membrane-spanning domains, or of a transient nature, all within their native cellular environment.