Transcriptional regulation is central to the complex behavior of natural biological systems and synthetic gene circuits. Platforms for the scalable, tunable, and simple modulation of transcription would enable new abilities to study natural systems and implement artificial capabilities in living cells. Previous approaches to synthetic transcriptional regulation have relied on engineering DNA-binding proteins, which necessitate multistep processes for construction and optimization of function. Here, we show that the CRISPR/Cas system of Streptococcus pyogenes can be programmed to direct both activation and repression to natural and artificial eukaryotic promoters through the simple engineering of guide RNAs with base-pairing complementarity to target DNA sites. We demonstrate that the activity of CRISPR-based transcription factors (crisprTFs) can be tuned by directing multiple crisprTFs to different positions in natural promoters and by arraying multiple crisprTF-binding sites in the context of synthetic promoters in yeast and human cells. Furthermore, externally controllable regulatory modules can be engineered by layering gRNAs with small molecule-responsive proteins. Additionally, single nucleotide substitutions within promoters are sufficient to render them orthogonal with respect to the same gRNA-guided crisprTF. We envision that CRISPR-based eukaryotic gene regulation will enable the facile construction of scalable synthetic gene circuits and open up new approaches for mapping natural gene networks and their effects on complex cellular phenotypes.

Abstract Tremendous genetic variation exists in nature, but our ability to create and characterize individual genetic variants remains far more limited in scale. Likewise, engineering proteins and phenotypes requires the introduction of synthetic variants, but design of variants outpaces experimental measurement of variant effect. Here, we optimize efficient and continuous generation of precise genomic edits in Escherichia coli , via in-vivo production of single-stranded DNA by the targeted reverse-transcription activity of retrons. Greater than 90% editing efficiency can be obtained using this method, enabling multiplexed applications. We introduce Retron Library Recombineering (RLR), a system for high-throughput screens of variants, wherein the association of introduced edits with their retron elements enables a targeted deep sequencing phenotypic output. We use RLR for pooled, quantitative phenotyping of synthesized variants, characterizing antibiotic resistance alleles. We also perform RLR using sheared genomic DNA of an evolved bacterium, experimentally querying millions of sequences for antibiotic resistance variants. In doing so, we demonstrate that RLR is uniquely suited to utilize non-designed sources of variation. Pooled experiments using ssDNA produced in vivo thus present new avenues for exploring variation, both designed and not, across the entire genome.

The ability to efficiently and dynamically change information stored in genomes would enable powerful strategies for studying cell biology and controlling cellular phenotypes. Current recombineering-mediated DNA writing platforms in bacteria are limited to specific laboratory conditions, often suffer from suboptimal editing efficiencies, and are not suitable for in situ applications. To overcome these limitations, we engineered a retroelement-mediated DNA writing system that enables efficient and precise editing of bacterial genomes without the requirement for target-specific elements or selection. We demonstrate that this DNA writing platform enables a broad range of applications, including efficient, scarless, and cis-element-independent editing of targeted microbial genomes within complex communities, the high-throughput mapping of spatial information and cellular interactions into DNA memory, and the continuous evolution of cellular traits.

Computing and memory in living cells are central to encoding next-generation therapies and studying in situ biology, but existing strategies have limited encoding capacity and are challenging to scale. To overcome this bottleneck, we developed a highly scalable, robust and compact platform for encoding logic and memory operations in living bacterial and human cells. This platform, named DOMINO for DNA-based Ordered Memory and Iteration Network Operator, converts DNA in living cells into an addressable, readable, and writable computation and storage medium via a single-nucleotide resolution read-write head that enables dynamic and highly efficient DNA manipulation. We demonstrate that the order and combination of DNA writing events can be programmed by biological cues and multiple molecular recorders can be coordinated to encode a wide range of order-independent, sequential, and temporal logic and memory operations. Furthermore, we show that these operators can be used to perform both digital and analog computation, and record signaling dynamics and cellular states in a long-term, autonomous, and minimally disruptive fashion. Finally, we show that the platform can be functionalized with gene regulatory modules and interfaced with cellular circuits to continuously monitor cellular phenotypes and engineer gene circuits with artificial learning capacities. We envision that highly scalable, compact, and modular DOMINO operators will lay the foundation for building robust and sophisticated synthetic gene circuits for numerous biotechnological and biomedical applications.