Summary

 The development of clinically viable delivery methods presents one of the greatest challenges in the therapeutic application of CRISPR/Cas9 mediated genome editing. Here, we report the development of a lipid nanoparticle (LNP)-mediated delivery system that, with a single administration, enabled significant editing of the mouse transthyretin (Ttr) gene in the liver, with a >97% reduction in serum protein levels that persisted for at least 12 months. These results were achieved with an LNP delivery system that was biodegradable and well tolerated. The LNP delivery system was combined with a sgRNA having a chemical modification pattern that was important for high levels of in vivo activity. The formulation was similarly effective in a rat model. Our work demonstrates that this LNP system can deliver CRISPR/Cas9 components to achieve clinically relevant levels of in vivo genome editing with a concomitant reduction of TTR serum protein, highlighting the potential of this system as an effective genome editing platform.

Abstract The CRISPR/Cas9 system enables genome editing and somatic cell genetic screens in mammalian cells. We performed genome-scale loss-of-function screens in 33 cancer cell lines to identify genes essential for proliferation/survival and found a strong correlation between increased gene copy number and decreased cell viability after genome editing. Within regions of copy-number gain, CRISPR/Cas9 targeting of both expressed and unexpressed genes, as well as intergenic loci, led to significantly decreased cell proliferation through induction of a G2 cell-cycle arrest. By examining single-guide RNAs that map to multiple genomic sites, we found that this cell response to CRISPR/Cas9 editing correlated strongly with the number of target loci. These observations indicate that genome targeting by CRISPR/Cas9 elicits a gene-independent antiproliferative cell response. This effect has important practical implications for the interpretation of CRISPR/Cas9 screening data and confounds the use of this technology for the identification of essential genes in amplified regions. Significance: We found that the number of CRISPR/Cas9-induced DNA breaks dictates a gene-independent antiproliferative response in cells. These observations have practical implications for using CRISPR/Cas9 to interrogate cancer gene function and illustrate that cancer cells are highly sensitive to site-specific DNA damage, which may provide a path to novel therapeutic strategies. Cancer Discov; 6(8); 914–29. ©2016 AACR. See related commentary by Sheel and Xue, p. 824. See related article by Munoz et al., p. 900. This article is highlighted in the In This Issue feature, p. 803

The molecular weight of myosin has been determined in 0.5 M KCl and 5 M guanidine · HCl. 1. The molecular weight, using the Archibald approach to equilibrium method is strongly dependent on protein concentration in both solvents giving infinite dilution values of 6.19·105 in 0.5 M KCl and 2.06·105 in 5 M guanidine·HCl. 2. Sedimentation, diffusion and viscosity studies on myosin in 5 M guanidine·HCl provide estimates of the molecular weight in reasonable agreement with the Archibald studies. 3. Preferential binding of guanidine·HCl by myosin has been determined and shown to be of the order of 5% or less. 4. Utilizing these molecular weight determinations and available X-ray diffraction, light scattering and optical rotatory data, a model for the myosin molecule is proposed, based on three equal weight polypeptide chains in the form of a three-stranded α rope.

Abstract Genetic and chemical perturbations impact diverse cellular phenotypes, including multiple indicators of cell health. These readouts reveal toxicity and antitumorigenic effects relevant to drug discovery and personalized medicine. We developed two customized microscopy assays, one using four targeted reagents and the other three targeted reagents, to collectively measure 70 specific cell health phenotypes including proliferation, apoptosis, reactive oxygen species (ROS), DNA damage, and cell cycle stage. We then tested an approach to predict multiple cell health phenotypes using Cell Painting, an inexpensive and scalable image-based morphology assay. In matched CRISPR perturbations of three cancer cell lines, we collected both Cell Painting and cell health data. We found that simple machine learning algorithms can predict many cell health readouts directly from Cell Painting images, at less than half the cost. We hypothesized that these trained models can be applied to accurately predict cell health assay outcomes for any future or existing Cell Painting dataset. For Cell Painting images from a set of 1,500+ compound perturbations across multiple doses, we validated predictions by orthogonal assay readouts, and by confirming mitotic arrest, ROS, and DNA damage phenotypes via PLK, proteasome, and aurora kinase/tubulin inhibition, respectively. We provide an intuitive web app to browse all predictions at http://broad.io/cell-health-app . Our approach can be used to add cell health annotations to Cell Painting perturbation datasets.

The CRISPR-Cas9 system has revolutionized gene editing both on single genes and in multiplexed loss-of-function screens, enabling precise genome-scale identification of genes essential to proliferation and survival of cancer cells. However, previous studies reported that an anti-proliferative effect of Cas9-mediated DNA cleavage confounds such measurement of genetic dependency, particularly in the setting of copy number gain. We performed genome-scale CRISPR-Cas9 essentiality screens on 342 cancer cell lines and found that this effect is common to all lines, leading to false positive results when targeting genes in copy number amplified regions. We developed CERES, a computational method to estimate gene dependency levels from CRISPR-Cas9 essentiality screens while accounting for the copy-number-specific effect, as well as variable sgRNA activity. We applied CERES to sets of screens performed with different sgRNA libraries and found that it reduces false positive results and provides meaningful estimates of sgRNA activity. As a result, the application of CERES improves confidence in the interpretation of genetic dependency data from CRISPR-Cas9 essentiality screens of cancer cell lines.