Summary

 Due to the rapid emergence of antibiotic-resistant bacteria, there is a growing need to discover new antibiotics. To address this challenge, we trained a deep neural network capable of predicting molecules with antibacterial activity. We performed predictions on multiple chemical libraries and discovered a molecule from the Drug Repurposing Hub—halicin—that is structurally divergent from conventional antibiotics and displays bactericidal activity against a wide phylogenetic spectrum of pathogens including Mycobacterium tuberculosis and carbapenem-resistant Enterobacteriaceae. Halicin also effectively treated Clostridioides difficile and pan-resistant Acinetobacter baumannii infections in murine models. Additionally, from a discrete set of 23 empirically tested predictions from >107 million molecules curated from the ZINC15 database, our model identified eight antibacterial compounds that are structurally distant from known antibiotics. This work highlights the utility of deep learning approaches to expand our antibiotic arsenal through the discovery of structurally distinct antibacterial molecules.

Abstract Custom DNA synthesis underpins modern biology, but hazardous genes in the wrong hands could threaten many lives and public trust in science. In 1992, a virology-trained mass murderer tried and failed to obtain physical samples of Ebola; today, viruses can be assembled from synthetic DNA fragments. Screening orders for hazards is unreliable and expensive because similarity search algorithms yield false alarms requiring expert human review. Here we develop “random adversarial threshold” (RAT) search, which looks for exact matches to short nucleic acid and peptide subsequence windows from hazards and predicted functional variants that aren’t found in any known innocuous genes. To experimentally assess sensitivity, we used RAT search to protect nine windows from the M13 bacteriophage virus, then invited a “red team” to launch up to 21,000 attacks at each window and measure the fitness of their designed mutants. We identified defensible windows from regulated pathogens, built a curated test database that our M13 experiments indicate will block 99.999% of functional attacks, and verified its sensitivity against orders designed to evade detection. RAT search offers a way to safeguard biotechnology by securely automating DNA synthesis screening. Summary Searching for exact matches to pre-computed functional variants unique to hazardous genes enables sensitive, secure, and automated DNA synthesis screening.

Liquid handling robots have become a biotechnology staple, allowing laborious or repetitive protocols to be executed in high-throughput. However, software narrowly designed to automate traditional hand-pipetting protocols often struggles to harness the full capabilities of robotic manipulation. Here we present Pyhamilton, an open-source Python package that eliminates these constraints, enabling experiments that could never be done by hand. We used Pyhamilton to double the speed of automated bacterial assays over current software and execute complex pipetting patterns to simulate population dynamics. Next, we incorporated feedback-control to maintain hundreds of remotely monitored bacterial cultures in log-phase growth without user intervention. Finally, we applied these capabilities to comprehensively optimize bioreactor protein production by maintaining and monitoring fluorescent protein expression of nearly 500 different continuous cultures to explore the carbon, nitrogen, and phosphorus fitness landscape. Our results demonstrate Pyhamilton's empowerment of existing hardware to new applications ranging from biomanufacturing to fundamental biology.### Competing Interest StatementThe authors have declared no competing interest.

SWI/SNF (BAF) complexes are a diverse family of ATP-dependent chromatin remodelers produced by combinatorial assembly that are mutated in and thought to contribute to 20% of human cancers and a large number of neurologic diseases. The gene-activating functions of BAF complexes are essential for viability of many cell types, limiting the development of small molecule inhibitors. To circumvent the potential toxicity of SWI/SNF inhibition, we identified small molecules that inhibit the specific repressive function of these complexes but are relatively non-toxic and importantly synergize with ATR inhibitors in killing cancer cells. Our studies suggest an avenue for therapeutic enhancement of ATR/ATM inhibition and provide evidence for chemical synthetic lethality of BAF complexes as a therapeutic strategy in cancer.

CRISPR/Cas9 technology has revolutionized the production of animal models by reducing experimental timelines, slashing costs and streamlining gene editing, leading to a rapid expansion in the number of unique models for the study of human disease and gene function. However, most non-model animals, many of which are important in cancer and aging research, remain recalcitrant to genome engineering due to our limited understanding of their reproductive biology. Many wild rodents that transmit human diseases remain particularly challenging to engineer due to low pregnancy rates, the lack of external copulatory plugs, and susceptibility to premature termination of pregnancy. Here, we present low-cost activity-based estrous tracking for the efficient generation of timed pregnant and pseudopregnant white-footed mice and extend this tracking method to both lab mice and hamsters. Leveraging this technology, we demonstrate the generation of engineered Peromyscus leucopus , the primary reservoir for Lyme disease-causing bacteria and a putative model organism for studies of aging. These tools have broad implications for biomedical research and ecological engineering. Abstract Figure

Transcription-dependent methylation of histone H3 at lysine 79 (H3K79) is evolutionarily conserved from yeast to mammals, critical for normal development and frequently deregulated by genetic recombination in Mixed Lineage Leukemia. Although this histone modification is associated with gene activity, little is known about the cellular mechanisms of H3K79 methylation regulation. Because no H3K79 demethylase has been discovered, the mechanism of its removal remains unclear. Utilizing chemical-induced-proximity to control histone methylation in vivo we show that the dynamics of methylation state (mono, di, tri-methylation) is genome-context specific. Further, Monte Carlo simulations coupling systems of kinetic reactions with histone turnover rates, suggest that nucleosome turnover is sufficient to establish varied genome-wide methylation states without active demethylation.

ABSTRACT We report a comprehensive drug synergy study in acute myeloid leukemia (AML). In this work, we investigate 11 cell lines spanning both MLL-rearranged and non-rearranged subtypes. The work comprises a resource for the community, with many synergistic drug combinations that could not have been predicted a priori , and open source code for automation and analyses. We base our definitions of drug synergy on the Chou-Talalay method, which is useful for visualizations of synergy experiments in isobolograms, and median-effects plots, among other representations. Our key findings include drug synergies affecting the chromatin state, specifically in the context of regulation of the modification state of histone H3 lysine-27. We report open source high throughput methodology such that multidimensional drug screening can be accomplished with equipment that is accessible to most laboratories. This study will enable preclinical investigation of new drug combinations in a lethal blood cancer, with data analysis and automation workflows freely available to the community. Abstract Figure

Continuous directed evolution rapidly implements cycles of mutagenesis, selection, and replication to accelerate protein engineering. However, individual experiments are typically cumbersome, reagent-intensive, and require manual readjustment, limiting the number of evolutionary trajectories that can be explored. We report the design and validation of Phage-and-Robotics-Assisted Near-Continuous Evolution (PRANCE), an automation platform for the continuous directed evolution of biomolecules that enables real-time activity-dependent reporter and absorbance monitoring of up to 96 parallel evolution experiments. We use this platform to characterize the evolutionary stochasticity of T7 RNA polymerase evolution, conserve precious reagents with miniaturized evolution volumes during evolution of aminoacyl-tRNA synthetases, and perform a massively parallel evolution of diverse candidate quadruplet tRNAs. Finally, we implement a feedback control system that autonomously modifies the selection strength in response to real-time fitness measurements. By addressing many of the limitations of previous methods within a single platform, PRANCE simultaneously enables multiplexed, miniaturized, and feedback-controlled continuous directed evolution.