Deep sequencing now provides detailed snapshots of ribosome occupancy on mRNAs. We leverage these data to parameterize a computational model of translation, keeping track of every ribosome, tRNA, and mRNA molecule in a yeast cell. We determine the parameter regimes in which fast initiation or high codon bias in a transgene increases protein yield and infer the initiation rates of endogenous Saccharomyces cerevisiae genes, which vary by several orders of magnitude and correlate with 5' mRNA folding energies. Our model recapitulates the previously reported 5'-to-3' ramp of decreasing ribosome densities, although our analysis shows that this ramp is caused by rapid initiation of short genes rather than slow codons at the start of transcripts. We conclude that protein production in healthy yeast cells is typically limited by the availability of free ribosomes, whereas protein production under periods of stress can sometimes be rescued by reducing initiation or elongation rates.

Ribosome-footprint profiling provides genome-wide snapshots of translation, but technical challenges can confound its analysis. Here, we use improved methods to obtain ribosome-footprint profiles and mRNA abundances that more faithfully reflect gene expression in Saccharomyces cerevisiae. Our results support proposals that both the beginning of coding regions and codons matching rare tRNAs are more slowly translated. They also indicate that emergent polypeptides with as few as three basic residues within a ten-residue window tend to slow translation. With the improved mRNA measurements, the variation attributable to translational control in exponentially growing yeast was less than previously reported, and most of this variation could be predicted with a simple model that considered mRNA abundance, upstream open reading frames, cap-proximal structure and nucleotide composition, and lengths of the coding and 5′ UTRs. Collectively, our results provide a framework for executing and interpreting ribosome-profiling studies and reveal key features of translational control in yeast.

Abstract Using high-throughput sequencing to monitor translation in vivo, ribosome profiling can provide critical insights into the dynamics and regulation of protein synthesis in a cell. Since its introduction in 2009, this technique has played a key role in driving biological discovery, and yet it requires a rigorous computational toolkit for widespread adoption. We developed a processing pipeline and browser-based visualization, riboviz , that allows convenient exploration and analysis of riboseq datasets. In implementation, riboviz consists of a comprehensive and flexible backend analysis pipeline that allows the user to analyze their private unpublished dataset, along with a web application for comparison with previously published public datasets. Availability and implementation JavaScript and R source code and extra documentation are freely available from https://github.com/shahpr/RiboViz , while the web-application is live at www.riboviz.org .

Abstract Extracellular vesicle (EV)-based signaling is a challenge to study, due to EV small size, heterogeneity, and limited information on cargo content in vivo . We present Caenorhabditis elegans as a discovery platform that allows single EV tracking from source to target tissue in living animals. We enriched ciliary EVs using GFP-tagged PKD-2 cargo followed by mass spectrometry analysis to identify 2,888 cargo candidates. By integrating our dataset with single-cell transcriptomic data, we identified EV cargo produced by individual neurons and other cell and tissue types. A single cilium produces multiple EVs with distinct protein content. Ciliary EVs carry nucleic acid binding proteins. We observed transfer of EV cargo from the male reproductive tract to the hermaphrodite uterus during mating, a direct demonstration of animal-to-animal EV targeting. One-Sentence Summary Here we present a discovery platform for studying animal extracellular vesicle composition and biogenesis.

Intestinal epithelial transit amplifying cells are essential stem progenitors required for intestinal homeostasis, but their rapid proliferation renders them vulnerable to DNA damage from radiation and chemotherapy. Despite their critical roles in intestinal homeostasis and disease, few studies have described genes that are essential to transit amplifying cell function. We report that the RNA methyltransferase, METTL3, is required for survival of transit amplifying cells in the murine small intestine. Transit amplifying cell death after METTL3 deletion was associated with crypt and villus atrophy, loss of absorptive enterocytes, and uniform wasting and death in METTL3-depleted mice. Ribosome profiling and sequencing of methylated RNAs in enteroids and in vivo demonstrated decreased translation of hundreds of unique methylated transcripts after METTL3 deletion, particularly transcripts involved in growth factor signal transduction such as Kras. Further investigation confirmed a novel relationship between METTL3 and Kras methylation and protein levels in vivo. Our study identifies METTL3 as an essential factor supporting the homeostasis of small intestinal tissue via direct maintenance of transit amplifying cell survival. We highlight the crucial role of RNA modifications in regulating growth factor signaling in the intestine, with important implications for both homeostatic tissue renewal and epithelial regeneration.

ABSTRACT Actively dividing cells, including some cancers, rely on aerobic glycolysis rather than oxidative phosphorylation to generate energy, a phenomenon termed “the Warburg effect 1 .” Constitutive activation of the Hypoxia Inducible Factor (HIF-1), a transcription factor known for mediating an adaptive response to oxygen deprivation (hypoxia), is a hallmark of the Warburg effect 2 . HIF-1 is thought to promote glycolysis and suppress oxidative phosphorylation. Here, we show instead that HIF-1 can promote gluconeogenesis. Using a multiomics approach, we determined the genomic, transcriptomic, and metabolomic landscapes regulated by constitutively active HIF-1 in C. elegans . We performed RNA-seq and ChIP-seq under aerobic conditions in mutants lacking EGL-9, a key negative regulator of HIF-1, and then integrated these approaches to identify over a hundred genes directly and functionally upregulated by HIF-1. We show that HIF-1 directly promotes the expression of PCK-1, a PEP carboxykinase that is a rate-limiting mediator of gluconeogenesis 3 . This activation of PCK-1 by HIF-1 promotes survival in response to both oxidative and hypoxic stress. Our work is the first to identify functional direct targets of HIF-1 in vivo , and it describes the first complete metabolome induced by constitutive HIF-1 activation in any organism.

Extracting biologically meaningful information from the continuing flood of genomic data is a major challenge in the life sciences. Codon usage bias (CUB) is a general feature of most genomes and is thought to reflect the effects of both natural selection for efficient translation and mutation bias. Here we present a mechanistically interpretable, Bayesian model (ROC SEMPPR) to extract biologically meaningful information from patterns of CUB within a genome. ROC SEMPPR, is grounded in population genetics and allows us to separate the contributions of mutational biases and natural selection against translational inefficiency on a gene by gene and codon by codon basis. Until now, the primary disadvantage of similar approaches was the need for genome scale measurements of gene expression. Here we demonstrate that it is possible to both extract accurate estimates of codon specific mutation biases and translational efficiencies while simultaneously generating accurate estimates of gene expression, rather than requiring such information. We demonstrate the utility of ROC SEMPPR using the Saccharomyces cerevisiae S288c genome. When we compare our model fits with previous approaches we observe an exceptionally high agreement between estimates of both codon specific parameters and gene expression levels (ρ > 0.99 in all cases). We also observe strong agreement between our parameter estimates and those derived from alternative datasets. For example, our estimates of mutation bias and those from mutational accumulation experiments are highly correlated (ρ=0.95). Our estimates of codon specific translational inefficiencies are tRNA copy number based estimates of ribosome pausing time (ρ = 0.64), and mRNA and ribosome profiling footprint based estimates of gene expression (ρ=0.53-0.74) are also highly correlated, thus supporting the hypothesis that selection against translational inefficiency is an important force driving the evolution of CUB. Surprisingly, we find that for particular amino acids, codon usage in highly expressed genes can still be largely driven by mutation bias and that failing to take mutation bias into account can lead to the misidentification of an amino acid's `optimal' codon. In conclusion, our method demonstrates that an enormous amount of biologically important information is encoded within genome scale patterns of codon usage, accessing this information does not require gene expression measurements, but instead carefully formulated biologically interpretable models.

RNA binding proteins, such as IMP1, are emerging as essential regulators of intestinal development and cancer. IMP1 hypomorphic mice exhibit severe intestinal growth defects, yet it's role in adult intestinal epithelium is unclear. We employed ribosome profiling to test the effect of IMP1 loss on the "translatome" in colon cancer cell lines. In parallel, we evaluated mice with intestinal epithelial-specific Imp1 deletion (Imp1ΔIEC) following irradiation or colitis models. Ribosome-profiling revealed translation efficiency changes for multiple pathways important for intestinal homeostasis, including autophagy, in IMP1 knockout cells. We found increased autophagy flux in Imp1ΔIEC mice, reinforced through in silico and biochemical analyses revealing direct binding of IMP1 to autophagy transcripts MAP1LC3B and ATG3. We found that Imp1ΔIEC mice exhibit enhanced recovery following irradiation, which is attenuated with genetic deletion of autophagy gene Atg7. Finally, we demonstrated that IMP1 is upregulated in Crohn's disease patients and Imp1 loss lessened colitis severity in mice. These studies demonstrate that IMP1 acts as a posttranscriptional regulator of gut epithelial repair post-irradiation and colitis, in part through modulation of autophagy.

Pausing by RNA polymerase (RNAP) during transcription elongation, in which a translocating RNAP uses a "stepping" mechanism, has been studied extensively, but pausing by RNAP during initial transcription, in which a promoter-anchored RNAP uses a "scrunching" mechanism, has not. We report a method that directly defines RNAP-active-center position relative to DNA in vivo with single nucleotide resolution (XACT-seq; crosslink-between-active-center-and-template sequencing). We apply this method to detect and quantify pausing in initial transcription at 411 (~4,000,000) promoter sequences in vivo , in Escherichia coli . The results show initial-transcription pausing can occur in each nucleotide addition during initial transcription, particularly the first 4-5 nucleotide additions. The results further show initial-transcription pausing occurs at sequences that resemble the consensus sequence element for transcription-elongation pausing. Our findings define the positional and sequence determinants for initial-transcription pausing and establish initial-transcription pausing is hard coded by sequence elements similar to those for transcription-elongation pausing.

Abstract Chemical modifications of RNA 5′ ends enable “epitranscriptomic” regulation, influencing multiple aspects of RNA fate. In transcription initiation, a large inventory of substrates compete with nucleoside triphosphates (NTPs) for use as initiating entities, providing an ab initio mechanism for altering the RNA 5′ end. In Escherichia coli cells, RNAs with a 5′-end hydroxyl are generated by use of dinucleotide RNAs as primers for transcription initiation, “primer-dependent initiation.” Here we use massively systematic transcript end readout (“MASTER”) to detect and quantify RNA 5′ ends generated by primer-dependent initiation for ~4 10 (~1,000,000) promoter sequences in E. coli . The results show primer-dependent initiation in E. coli involves any of the 16 possible dinucleotide primers and depends on promoter sequences in, upstream, and downstream of the primer binding site. The results yield a consensus sequence for primer-dependent initiation, Y TSS-2 N TSS-1 N TSS W TSS+1 , where TSS is the transcription start site, N TSS-1 N TSS is the primer binding site, Y is pyrimidine, and W is A or T. Biochemical and structure-determination studies show that the base pair (nontemplate-strand base:template-strand base) immediately upstream of the primer binding site (Y:R TSS-2 , where R is purine) exerts its effect through the base on the DNA template strand (R TSS-2 ) through inter-chain base stacking with the RNA primer. Results from analysis of a large set of natural, chromosomally-encoded E . coli promoters support the conclusions from MASTER. Our findings provide a mechanistic and structural description of how TSS-region sequence hard-codes not only the TSS position, but also the potential for epitranscriptomic regulation through primer-dependent transcription initiation.