RNA polymerases are highly regulated molecular machines. We present a method (global run-on sequencing, GRO-seq) that maps the position, amount, and orientation of transcriptionally engaged RNA polymerases genome-wide. In this method, nuclear run-on RNA molecules are subjected to large-scale parallel sequencing and mapped to the genome. We show that peaks of promoter-proximal polymerase reside on approximately 30% of human genes, transcription extends beyond pre-messenger RNA 3' cleavage, and antisense transcription is prevalent. Additionally, most promoters have an engaged polymerase upstream and in an orientation opposite to the annotated gene. This divergent polymerase is associated with active genes but does not elongate effectively beyond the promoter. These results imply that the interplay between polymerases and regulators over broad promoter regions dictates the orientation and efficiency of productive transcription.

Quantitative computational models play an increasingly important role in modern biology. Such models typically involve many free parameters, and assigning their values is often a substantial obstacle to model development. Directly measuring in vivo biochemical parameters is difficult, and collectively fitting them to other experimental data often yields large parameter uncertainties. Nevertheless, in earlier work we showed in a growth-factor-signaling model that collective fitting could yield well-constrained predictions, even when it left individual parameters very poorly constrained. We also showed that the model had a "sloppy" spectrum of parameter sensitivities, with eigenvalues roughly evenly distributed over many decades. Here we use a collection of models from the literature to test whether such sloppy spectra are common in systems biology. Strikingly, we find that every model we examine has a sloppy spectrum of sensitivities. We also test several consequences of this sloppiness for building predictive models. In particular, sloppiness suggests that collective fits to even large amounts of ideal time-series data will often leave many parameters poorly constrained. Tests over our model collection are consistent with this suggestion. This difficulty with collective fits may seem to argue for direct parameter measurements, but sloppiness also implies that such measurements must be formidably precise and complete to usefully constrain many model predictions. We confirm this implication in our growth-factor-signaling model. Our results suggest that sloppy sensitivity spectra are universal in systems biology models. The prevalence of sloppiness highlights the power of collective fits and suggests that modelers should focus on predictions rather than on parameters.

We report the immediate effects of estrogen signaling on the transcriptome of breast cancer cells using global run-on and sequencing (GRO-seq). The data were analyzed using a new bioinformatic approach that allowed us to identify transcripts directly from the GRO-seq data. We found that estrogen signaling directly regulates a strikingly large fraction of the transcriptome in a rapid, robust, and unexpectedly transient manner. In addition to protein-coding genes, estrogen regulates the distribution and activity of all three RNA polymerases and virtually every class of noncoding RNA that has been described to date. We also identified a large number of previously undetected estrogen-regulated intergenic transcripts, many of which are found proximal to estrogen receptor binding sites. Collectively, our results provide the most comprehensive measurement of the primary and immediate estrogen effects to date and a resource for understanding rapid signal-dependent transcription in other systems.

Intrahepatic cholangiocarcinoma (ICC) and hepatocellular carcinoma (HCC) are clinically disparate primary liver cancers with etiological and biological heterogeneity. We identified common molecular subtypes linked to similar prognosis among 199 Thai ICC and HCC patients through systems integration of genomics, transcriptomics, and metabolomics. While ICC and HCC share recurrently mutated genes, including TP53, ARID1A, and ARID2, mitotic checkpoint anomalies distinguish the C1 subtype with key drivers PLK1 and ECT2, whereas the C2 subtype is linked to obesity, T cell infiltration, and bile acid metabolism. These molecular subtypes are found in 582 Asian, but less so in 265 Caucasian patients. Thus, Asian ICC and HCC, while clinically treated as separate entities, share common molecular subtypes with similar actionable drivers to improve precision therapy.

Transitions between pluripotent stem cells and differentiated cells are executed by key transcription regulators. Comparative measurements of RNA polymerase distribution over the genome's primary transcription units in different cell states can identify the genes and steps in the transcription cycle that are regulated during such transitions. To identify the complete transcriptional profiles of RNA polymerases with high sensitivity and resolution, as well as the critical regulated steps upon which regulatory factors act, we used genome-wide nuclear run-on (GRO-seq) to map the density and orientation of transcriptionally engaged RNA polymerases in mouse embryonic stem cells (ESCs) and mouse embryonic fibroblasts (MEFs). In both cell types, progression of a promoter-proximal, paused RNA polymerase II (Pol II) into productive elongation is a rate-limiting step in transcription of ∼40% of mRNA-encoding genes. Importantly, quantitative comparisons between cell types reveal that transcription is controlled frequently at paused Pol II's entry into elongation. Furthermore, "bivalent" ESC genes (exhibiting both active and repressive histone modifications) bound by Polycomb group complexes PRC1 (Polycomb-repressive complex 1) and PRC2 show dramatically reduced levels of paused Pol II at promoters relative to an average gene. In contrast, bivalent promoters bound by only PRC2 allow Pol II pausing, but it is confined to extremely 5' proximal regions. Altogether, these findings identify rate-limiting targets for transcription regulation during cell differentiation.

Abstract Gastrointestinal stromal tumors (GIST) harbor driver mutations of signal transduction kinases such as KIT, or, alternatively, manifest loss-of-function defects in the mitochondrial succinate dehydrogenase (SDH) complex, a component of the Krebs cycle and electron transport chain. We have uncovered a striking divergence between the DNA methylation profiles of SDH-deficient GIST (n = 24) versus KIT tyrosine kinase pathway–mutated GIST (n = 39). Infinium 450K methylation array analysis of formalin-fixed paraffin-embedded tissues disclosed an order of magnitude greater genomic hypermethylation relative to SDH-deficient GIST versus the KIT-mutant group (84.9 K vs. 8.4 K targets). Epigenomic divergence was further found among SDH-mutant paraganglioma/pheochromocytoma (n = 29), a developmentally distinct SDH-deficient tumor system. Comparison of SDH-mutant GIST with isocitrate dehydrogenase-mutant glioma, another Krebs cycle–defective tumor type, revealed comparable measures of global hypo- and hypermethylation. These data expose a vital connection between succinate metabolism and genomic DNA methylation during tumorigenesis, and generally implicate the mitochondrial Krebs cycle in nuclear epigenomic maintenance. Significance: This study shows that SDH deficiency underlies pervasive DNA hypermethylation in multiple tumor lineages, generally defining the Krebs cycle as mitochondrial custodian of the methylome. We propose that this phenomenon may result from a failure of maintenance CpG demethylation, secondary to inhibition of the TET 5-methylcytosine dioxgenase demethylation pathway, by inhibitory metabolites that accumulate in tumors with Krebs cycle dysfunction. Cancer Discov; 3(6); 648–57. ©2013 AACR. This article is highlighted in the In This Issue feature, p. 591

To understand the genetic mechanisms driving variant and IGHV4-34-expressing hairy-cell leukemias, we performed whole-exome sequencing of leukemia samples from ten affected individuals, including six with matched normal samples. We identified activating mutations in the MAP2K1 gene (encoding MEK1) in 5 of these 10 samples and in 10 of 21 samples in a validation set (overall frequency of 15/31), suggesting potential new strategies for treating individuals with these diseases.

Recent genome-wide studies in metazoans have shown that RNA polymerase II (Pol II) accumulates to high densities on many promoters at a rate-limited step in transcription. However, the status of this Pol II remains an area of debate. Here, we compare quantitative outputs of a global run-on sequencing assay and chromatin immunoprecipitation sequencing assays and demonstrate that the majority of the Pol II on Drosophila promoters is transcriptionally engaged; very little exists in a preinitiation or arrested complex. These promoter-proximal polymerases are inhibited from further elongation by detergent-sensitive factors, and knockdown of negative elongation factor, NELF, reduces their levels. These results not only solidify the notion that pausing occurs at most promoters, but demonstrate that it is the major rate-limiting step in early transcription at these promoters. Finally, the divergent elongation complexes seen at mammalian promoters are far less prevalent in Drosophila, and this specificity in orientation correlates with directional core promoter elements, which are abundant in Drosophila.

SUMMARY Evidence indicates that transposable elements (TEs) stimulate innate sensing pathways in various pathologies but it is not clear whether they are sensed during normal physiological responses. Here we show that, during activation with an exogenous pathogen associated molecular pattern (PAMP), dendritic cells (DCs) epigenetically remodel heterochromatin at TEs by depleting the methyltransferase Suv39h1 and reducing histone-3 lysine-9 trimethylation (H3K9me3). TLR4 signaling activates TE expression to enhance innate responses through the DNA sensor cGAS. Cytosolic cGAS-bound DNA comprised LINE1 TEs as the predominant endogenous ligands. Concordantly, LINE1 inhibition attenuated the type-I IFN response to LPS and rescued influenza virus infection. We propose that in healthy cells, exogenous PAMPs epigenetically activate self-derived PAMPs (LINE1) that engage cGAS to enhance responses. These data explain why pathogens employ redundant and broad innate immune countermeasures, to suppress activation of host PAMPs and illustrate a hitherto unappreciated role for host genome-derived PAMPs in response to pathogens.

Abstract Deconvolution methods infer levels of immune and stromal infiltration from bulk expression of tumor samples. These methods allow projection of characteristics of the tumor microenvironment, known to affect patient outcome and therapeutic response, onto the millions of bulk transcriptional profiles in public databases, many focused on uniquely valuable and clinically-annotated cohorts. Despite the wide development of such methods, a standardized dataset with ground truth to evaluate their performance has been lacking. We generated and sequenced in vitro and in silico admixtures of tumor, immune, and stromal cells and used them as ground truth in a community-wide DREAM Challenge that provided an objective, unbiased assessment of six widely-used published deconvolution methods and of 22 new analytical approaches developed by international teams. Our results demonstrate that existing methods predict many cell types well, while team-contributed methods highlight the potential to resolve functional states of T cells that were either not covered by published reference signatures or estimated poorly by some published methods. Our assessment and the open-source implementations of top-performing methods will allow researchers to apply the deconvolution approach most appropriate to querying their cell type of interest. Further, our publicly-available admixed and purified expression profiles will be a valuable resource to those developing deconvolution methods, including in non-malignant settings involving immune cells.