Abstract Secreted protein toxins are widely used weapons in conflicts between organisms. Killer yeast produce killer toxins that inhibit the growth of nearby sensitive yeast. We investigated variation in resistance to the killer toxin K28 across diverse natural isolates of the Saccharomyces cerevisiae population and discovered a novel defense factor, which we named KTD1 , that is an important determinant of K28 toxin resistance. KTD1 is a member of the DUP240 gene family of unknown function. We uncovered a putative role of DUP240 proteins in killer toxin defense and identified a region that is undergoing rapid evolution and is critical to KTD1 ’s protective ability. Our findings implicate KTD1 as a key factor in the defense against killer toxin K28.

Abstract Understanding the genetic causes of trait variation is a primary goal of genetic research. One way that individuals can vary genetically is through the existence of variable pangenomic genes – genes that are only present in some individuals in a population. The presence or absence of entire genes could have large effects on trait variation. However, variable pangenomic genes can be missed in standard genotyping workflows, due to reliance on aligning short-read sequencing to reference genomes. A popular method for studying the genetic basis of trait variation is linkage mapping, which identifies quantitative trait loci (QTLs), regions of the genome that harbor causative genetic variants. Large-scale linkage mapping in the budding yeast Saccharomyces cerevisiae has found thousands of QTLs affecting myriad yeast phenotypes. To enable the resolution of QTLs caused by variable pangenomic genes, we used long-read sequencing to generate highly complete de novo assemblies of 16 diverse yeast isolates. With these assemblies we resolved growth QTLs to specific genes that are absent from the reference genome but present in the broader yeast population at appreciable frequency. Copies of genes also recombine onto chromosomes where they are absent in the reference genome, and we found that these copies generate additional QTLs whose resolution requires pangenome characterization. Our findings demonstrate the power of long-read sequencing to identify the genetic basis of trait variation.

The interfaces between host and viral proteins can be dynamic spaces in which genetic variants are continually pursued, giving rise to evolutionary arms races. One such scenario is found between the mammalian innate immunity protein PKR (protein kinase R) and the poxvirus antagonist K3. Once activated, PKR phosphorylates the natural substrate eIF2α, which halts protein synthesis within the cell and prevents viral replication. K3 acts as a pseudosubstrate antagonist against PKR by directly antagonizing this halt in protein synthesis, enabling poxviruses to replicate in the cell. Exploring the impact of genetic variants in both PKR and K3 is necessary not only to highlight residues of evolutionary constraint and opportunity but also to elucidate the mechanism by which human PKR is able to subvert a rapidly evolving viral antagonist. To systematically explore this dynamic interface, we have generated a combinatorial library of PKR and K3 missense variants to be co-expressed and characterized in a high-throughput yeast selection assay. This assay allows us to characterize hundreds of thousands of unique PKR-K3 genetic combinations in a single pooled experiment. Our results highlight specific missense variants available to PKR that subvert the K3 antagonist. We find that improved PKR variants are readily available at sites under positive selection, with limited opportunity at sites interfacing with K3 and eIF2α. Additionally, we find many variants that improve and disable K3 antagonism, suggesting a pliable interface. We reason that this approach can be leveraged to explore the evolutionary plasticity of many other host-virus interfaces.

Genetic mapping studies of quantitative traits typically focus on detecting loci that contribute additively to trait variation. Genetic interactions are often proposed as a contributing factor to trait variation, but the relative contribution of interactions to trait variation is a subject of debate. Here, we use a very large cross between two yeast strains to accurately estimate the fraction of phenotypic variance due to pairwise QTL-QTL interactions for 20 quantitative traits. We find that this fraction is 9% on average, substantially less than the contribution of additive QTL (43%). Statistically significant QTL-QTL pairs typically have small individual effect sizes, but collectively explain 40% of the pairwise interaction variance. We show that pairwise interaction variance is largely explained by pairs of loci at least one of which has a significant additive effect. These results refine our understanding of the genetic architecture of quantitative traits and help guide future mapping studies.

Linkage and association studies have mapped thousands of genomic regions that contribute to phenotypic variation, but narrowing these regions to the underlying causal genes and variants has proven much more challenging. Resolution of genetic mapping is limited by the recombination rate. We developed a method that uses CRISPR to build mapping panels with targeted recombination events. We tested the method by generating a panel with recombination events spaced along a yeast chromosome arm, mapping trait variation, and then targeting a high density of recombination events to the region of interest. Using this approach, we fine-mapped manganese sensitivity to a single polymorphism in the transporter Pmr1. Targeting recombination events to regions of interest allows us to rapidly and systematically identify causal variants underlying trait differences.

Despite intensive study, most genetic factors that contribute to variation in human height remain undiscovered. We conducted a family-based linkage study of height in a unique cohort of very large nuclear families from a founder (Jewish) population. This design allowed for increased power to detect linkage, compared to previous family-based studies. We identified loci that together explain an estimated 6% of the variance in height. We showed that these loci are not tagging known common variants associated with height. Rather, we suggest that the observed signals arise from variants with large effects that are rare globally but elevated in frequency in the Jewish population.

Differences in nutrient availability have led to the evolution of diverse metabolic strategies across species, but within species these strategies are expected to be similar. Here, we discovered that the galactose metabolic pathway in the yeast Saccharomyces cerevisiae exists in two functionally distinct, incompatible states maintained by ancient balancing selection. We identified a genetic interaction for growth in galactose among the metabolic genes GAL2, GAL1/10/7, and PGM1. We engineered strains with all allelic combinations at these loci and showed that the reference allele of PGM1 is incompatible with the alternative alleles of the other genes. We observed a strong signature of ancient balancing selection at all three loci and found that the alternative alleles diverged from the reference alleles before the birth of the Saccharomyces sensu stricto species cluster 10-20 million years ago. Strains with the alternative alleles are found primarily in galactose-rich dairy environments, and they grow faster in galactose, but slower in glucose, revealing a tradeoff on which balancing selection may have acted.

ABSTRACT Evolutionary arms races can arise at the contact surfaces between host and viral proteins, producing dynamic spaces in which genetic variants are continually pursued. However, the sampling of genetic variation must be balanced with the need to maintain protein function. A striking case is given by protein kinase R (PKR), a member of the mammalian innate immune system. PKR detects viral replication within the host cell and halts protein synthesis to prevent viral replication by phosphorylating eIF2α, a component of the translation initiation machinery. PKR is targeted by many viral antagonists, including poxvirus pseudosubstrate antagonists that inhibit PKR by interacting with the same binding surface as eIF2α. Remarkably, PKR has several rapidly evolving residues at this interface, suggesting it is engaging in an evolutionary arms race, despite the surface’s critical role in phosphorylating eIF2α. To systematically explore the evolutionary opportunities available at this dynamic interface, we generated and characterized a library of 426 SNP-accessible nonsynonymous variants of human PKR for their ability to escape inhibition by the model pseudosubstrate inhibitor K3 from vaccinia virus. We identified key sites in the PKR kinase domain that harbor K3-resistant variants, as well as critical sites where variation leads to loss of function. We find K3-resistant variants are readily available throughout the interface and are enriched at sites under positive selection. Moreover, variants beneficial against K3 were also beneficial against an enhanced variant of K3, indicating resilience to viral adaptation. Overall, we find that the eIF2α-binding surface of PKR is highly malleable, potentiating its evolutionary ability to combat viral inhibition.

site-directed mutagenesis is a powerful genetic tool for testing the effects of specific alleles in their normal genomic context. While the budding yeast

Abstract Abundance of proteins is extensively regulated both transcriptionally and post-transcriptionally. To systematically characterize how regulation of protein abundance is encoded in the genome and identify protein regulators on a genome-wide scale, we developed a genetic screen that uses a CRISPR base editor. We examined the effects of 16,452 genetic perturbations on the abundance of eleven yeast proteins representing a variety of cellular functions. Thereby, we uncovered hundreds of regulatory relationships, including a novel link between the GAPDH isoenzymes Tdh1/2/3 and the Ras/PKA pathway. Many of the identified regulators are specific to one of the eleven proteins, but we also found genes that, upon perturbation, affected the abundance of most of the tested proteins. While the more specific regulators usually act transcriptionally, broad regulators often have roles in protein translation. Our results provide unprecedented insights into the components, scale and connectedness of the protein regulatory network.