We propose the Model-based Analysis of Genome-wide CRISPR/Cas9 Knockout (MAGeCK) method for prioritizing single-guide RNAs, genes and pathways in genome-scale CRISPR/Cas9 knockout screens. MAGeCK demonstrates better performance compared with existing methods, identifies both positively and negatively selected genes simultaneously, and reports robust results across different experimental conditions. Using public datasets, MAGeCK identified novel essential genes and pathways, including EGFR in vemurafenib-treated A375 cells harboring a BRAF mutation. MAGeCK also detected cell type-specific essential genes, including BCR and ABL1, in KBM7 cells bearing a BCR-ABL fusion, and IGF1R in HL-60 cells, which depends on the insulin signaling pathway for proliferation.

The CRISPR/Cas9 system has revolutionized mammalian somatic cell genetics. Genome-wide functional screens using CRISPR/Cas9-mediated knockout or dCas9 fusion-mediated inhibition/activation (CRISPRi/a) are powerful techniques for discovering phenotype-associated gene function. We systematically assessed the DNA sequence features that contribute to single guide RNA (sgRNA) efficiency in CRISPR-based screens. Leveraging the information from multiple designs, we derived a new sequence model for predicting sgRNA efficiency in CRISPR/Cas9 knockout experiments. Our model confirmed known features and suggested new features including a preference for cytosine at the cleavage site. The model was experimentally validated for sgRNA-mediated mutation rate and protein knockout efficiency. Tested on independent data sets, the model achieved significant results in both positive and negative selection conditions and outperformed existing models. We also found that the sequence preference for CRISPRi/a is substantially different from that for CRISPR/Cas9 knockout and propose a new model for predicting sgRNA efficiency in CRISPRi/a experiments. These results facilitate the genome-wide design of improved sgRNA for both knockout and CRISPRi/a studies.

High-throughput CRISPR screens have shown great promise in functional genomics. We present MAGeCK-VISPR, a comprehensive quality control (QC), analysis, and visualization workflow for CRISPR screens. MAGeCK-VISPR defines a set of QC measures to assess the quality of an experiment, and includes a maximum-likelihood algorithm to call essential genes simultaneously under multiple conditions. The algorithm uses a generalized linear model to deconvolute different effects, and employs expectation-maximization to iteratively estimate sgRNA knockout efficiency and gene essentiality. MAGeCK-VISPR also includes VISPR, a framework for the interactive visualization and exploration of QC and analysis results. MAGeCK-VISPR is freely available at http://bitbucket.org/liulab/mageck-vispr .

CRISPR-Cas9 screens have been widely adopted to analyze coding-gene functions, but high-throughput screening of non-coding elements using this method is more challenging because indels caused by a single cut in non-coding regions are unlikely to produce a functional knockout. A high-throughput method to produce deletions of non-coding DNA is needed. We report a high-throughput genomic deletion strategy to screen for functional long non-coding RNAs (lncRNAs) that is based on a lentiviral paired-guide RNA (pgRNA) library. Applying our screening method, we identified 51 lncRNAs that can positively or negatively regulate human cancer cell growth. We validated 9 of 51 lncRNA hits using CRISPR-Cas9-mediated genomic deletion, functional rescue, CRISPR activation or inhibition and gene-expression profiling. Our high-throughput pgRNA genome deletion method will enable rapid identification of functional mammalian non-coding elements.

Genome-wide screening using CRISPR coupled with nuclease Cas9 (CRISPR–Cas9) is a powerful technology for the systematic evaluation of gene function. Statistically principled analysis is needed for the accurate identification of gene hits and associated pathways. Here, we describe how to perform computational analysis of CRISPR screens using the MAGeCKFlute pipeline. MAGeCKFlute combines the MAGeCK and MAGeCK-VISPR algorithms and incorporates additional downstream analysis functionalities. MAGeCKFlute is distinguished from other currently available tools by its comprehensive pipeline, which contains a series of functions for analyzing CRISPR screen data. This protocol explains how to use MAGeCKFlute to perform quality control (QC), normalization, batch effect removal, copy-number bias correction, gene hit identification and downstream functional enrichment analysis for CRISPR screens. We also describe gene identification and data analysis in CRISPR screens involving drug treatment. Completing the entire MAGeCKFlute pipeline requires ~3 h on a desktop computer running Linux or Mac OS with R support. MAGeCKFlute is an algorithm for the analysis and visualization of CRISPR screen data. Starting from sequencing reads and an sgRNA library, the algorithm normalizes results and represents them as pathway enrichment classifications.

Significance Alternative RNA splicing and the spliceosome machinery have been implicated in cancer progression. A genome-wide CRISPR screen identified the RNA processing factor heterogeneous nuclear ribonucleoprotein L (HNRNPL) as required for prostate cancer growth by regulating alternative RNA splicing and circular RNA formation. HNRNPL and its RNA clients are overexpressed during prostate cancer progression, supporting their potential role as therapeutic targets.

Summary Drugs that block the activity of the methyltransferase EZH2 are in clinical development for the treatment of non-Hodgkin lymphomas harboring gain-of-function EZH2 mutations that enhance its polycomb repressive function. In contrast, in castration-resistant prostate cancer (CRPC) we have previously reported that EZH2 plays a non-canonical role as a transcriptional activator. In this setting, we now show that EZH2 inhibitors can also block the non-canonical activity of EZH2 and inhibit the growth of CRPC cells. Gene expression and epigenomic profiling of cells treated with EZH2 inhibitors demonstrated that rather than de-repressing tumor suppressor genes silenced by PRC2, EZH2 inhibitors downregulate a set of DNA repair genes that are directly regulated by EZH2. In addition, genome-wide CRISPR/Cas9-mediated loss-of-function screens in the presence of EZH2 inhibitors identified these DNA repair genes to underlie the growth-inhibitory function of these compounds. Interrogation of public data from diverse solid tumor types expressing wild-type EZH2 showed that expression of DNA damage repair genes is significantly correlated with cellular sensitivity to EZH2 inhibitors. Consistent with these findings, treatment of CRPC cells with EZH2 inhibitors dramatically enhanced their sensitivity to genotoxic stress. These studies reveal a previously unappreciated mechanism of action of EZH2 inhibitors and provide a mechanistic basis for potential new combination cancer therapies.

BRAF is a serine-threonine kinase that harbors activating mutations in ~7% of human malignancies and ~60% of melanomas. Despite initial clinical responses to BRAF inhibitors (BRAFi), patients frequently develop drug resistance. To identify candidate therapeutic targets for BRAFi-resistant melanoma, we conducted CRISPR screens in melanoma cells harboring an activating BRAF mutation that had also acquired resistance to BRAFi. The screens identified pathways and genes critical for BRAFi resistance in melanoma cells. To investigate the mechanisms and pathways enabling resistance to BRAFi in melanomas, we integrated expression data, ATAC-seq, and CRISPR screen results. We identified the JUN family of transcription factors and the ETS family transcription factor ETV5 as key regulators of CDK6 that enabled resistance to BRAFi in melanoma cells. Our findings reveal genes whose loss of function conferred resistance to a selective BRAF inhibitor, providing new insight into signaling pathways that contribute to acquired resistance in melanoma.

Genome-wide CRISPR-Cas9 screen has been widely used to interrogate gene functions. However, the analysis remains challenging and rules to design better libraries beg further refinement. Here we present MAGeCK-NEST, which integrates protein-protein interaction (PPI), improves the inference accuracy when fewer guide-RNAs (sgRNAs) are available, and assesses screen qualities using information on PPI. MAGeCK-NEST also adopts a maximum-likelihood approach to remove sgRNA outliers, which are characterized with higher G-nucleotide counts, especially in regions distal from the PAM motif. Using MAGeCK-NEST, we found that choosing non-targeting sgRNAs as negative controls lead to strong bias, which can be mitigated by sgRNAs targeting the 'safe harbor' regions. Custom-designed screens confirmed our findings, and further revealed that 19nt sgRNAs consistently gave the best signal-to-noise separation. Collectively, our method enabled robust calling of CRISPR screen hits and motivated the design of an improved genome-wide CRISPR screen library.

Immune response by T cells is essential for a healthy body against cancer, infection, and pathophysiological alteration. The activation and expansion of T cells can be inhibited by dasatinib, a tyrosine inhibitor, thus improving the outcome of diseases, such as autoimmune disease, graft-versus-host disease, and transplant rejection. The underlying mechanism of inhibition by dasatinib is elusive. Here, we designed and synthesized a CRISPR/Cas9 screening library that includes 6,149 genes. Using the library, we performed dasatinib CRISPR/cas9 screening in Jurkat cell, a T lymphocyte cell. We firstly identified survival essential genes for Jurkat cells. Comparing with other CRISPR/Cas9 screenings, we obtained Jurkat cell specific essential genes. By comparing dasatinib treatment to control, we identified a set of dasatinib targets, which includes known targets: CSK, LCK, ZAP70, and previously unknown targets: ZFP36L2, LRPPRC, CFLAR, PD-1, CD45 et al. Visualizing these target genes on T cell receptor signaling pathway, we found several genes could be inhibited by dasatinib. Furthermore, we introduced a framework, 9-square, to classify genes and found a group of genes that are associated with dasatinib resistance, possibly linking the side effects of dasatinib. These data reveal a set of dasatinib targets and demonstrate the molecular potential functions of dasatinib. Identification of dasatinib targets will broaden our understanding to its molecular mechanism, and thus benefits to clinical outcome.