Genomic diversity is difficult to generate in the laboratory in an efficient way. A new technique called MAGE (multiplex automated genome engineering), described here, simultaneously targets many locations on the chromosome for modification in a single cell or across a population of cells, thereby producing combinatorial genomic diversity. This is an automated and efficient approach that expedites the design and evolution of organisms with new and improved properties. Genomic diversity is difficult to generate in the laboratory in an efficient way. Here, multiplex automated genome engineering (MAGE) is described for large-scale programming and evolution of cells. It is an automated and efficient approach that expedites the design and evolution of organisms with new and improved properties. The breadth of genomic diversity found among organisms in nature allows populations to adapt to diverse environments1,2. However, genomic diversity is difficult to generate in the laboratory and new phenotypes do not easily arise on practical timescales3. Although in vitro and directed evolution methods4,5,6,7,8,9 have created genetic variants with usefully altered phenotypes, these methods are limited to laborious and serial manipulation of single genes and are not used for parallel and continuous directed evolution of gene networks or genomes. Here, we describe multiplex automated genome engineering (MAGE) for large-scale programming and evolution of cells. MAGE simultaneously targets many locations on the chromosome for modification in a single cell or across a population of cells, thus producing combinatorial genomic diversity. Because the process is cyclical and scalable, we constructed prototype devices that automate the MAGE technology to facilitate rapid and continuous generation of a diverse set of genetic changes (mismatches, insertions, deletions). We applied MAGE to optimize the 1-deoxy-d-xylulose-5-phosphate (DXP) biosynthesis pathway in Escherichia coli to overproduce the industrially important isoprenoid lycopene. Twenty-four genetic components in the DXP pathway were modified simultaneously using a complex pool of synthetic DNA, creating over 4.3 billion combinatorial genomic variants per day. We isolated variants with more than fivefold increase in lycopene production within 3 days, a significant improvement over existing metabolic engineering techniques. Our multiplex approach embraces engineering in the context of evolution by expediting the design and evolution of organisms with new and improved properties.

Changing the Code Easily and efficiently expanding the genetic code could provide tools to genome engineers with broad applications in medicine, energy, agriculture, and environmental safety. Lajoie et al. (p. 357 ) replaced all known UAG stop codons with synonymous UAA stop codons in Escherichia coli MG1655, as well as release factor 1 (RF1; terminates translation at UAG), thereby eliminating natural UAG translation function without impairing fitness. This made it possible to reassign UAG as a dedicated codon to genetically encode nonstandard amino acids while avoiding deleterious incorporation at native UAG positions. The engineered E. coli incorporated nonstandard amino acids into its proteins and showed enhanced resistance to bacteriophage T7. In a second paper, Lajoie et al. (p. 361 ) demonstrated the recoding of 13 codons in 42 highly expressed essential genes in E. coli. Codon usage was malleable, but synonymous codons occasionally were nonequivalent in unpredictable ways.

A more complete understanding of the causes and effects of cell-cell variability in gene expression is needed to elucidate whether the resulting phenotypes are disadvantageous or confer some adaptive advantage. Here we show that increased variability in gene expression, affected by the sequence of the TATA box, can be beneficial after an acute change in environmental conditions. We rationally introduce mutations within the TATA region of an engineered Saccharomyces cerevisiae GAL1 promoter and measure promoter responses that can be characterized as being either highly variable and rapid or steady and slow. We computationally illustrate how a stable transcription scaffold can result in “bursts” of gene expression, enabling rapid individual cell responses in the transient and increased cell-cell variability at steady state. We experimentally verify computational predictions that the rapid response and increased cell-cell variability enabled by TATA-containing promoters confer a clear benefit in the face of an acute environmental stress.

Template-mediated, genome construction and assembly created a strain with 80 precise codon changes.

RNA molecules transmit the information encoded in the genome and generally reflect its content. Adenosine-to-inosine (A-to-I) RNA editing by ADAR proteins converts a genomically encoded adenosine into inosine. It is known that most RNA editing in human takes place in the primate-specific Alu sequences, but the extent of this phenomenon and its effect on transcriptome diversity are not yet clear. Here, we analyzed large-scale RNA-seq data and detected ∼1.6 million editing sites. As detection sensitivity increases with sequencing coverage, we performed ultradeep sequencing of selected Alu sequences and showed that the scope of editing is much larger than anticipated. We found that virtually all adenosines within Alu repeats that form double-stranded RNA undergo A-to-I editing, although most sites exhibit editing at only low levels (<1%). Moreover, using high coverage sequencing, we observed editing of transcripts resulting from residual antisense expression, doubling the number of edited sites in the human genome. Based on bioinformatic analyses and deep targeted sequencing, we estimate that there are over 100 million human Alu RNA editing sites, located in the majority of human genes. These findings set the stage for exploring how this primate-specific massive diversification of the transcriptome is utilized.

The deduction of phenotypic cellular responses from the structure and behavior of complex gene regulatory networks is one of the defining challenges of systems biology. This goal will require a quantitative understanding of the modular components that constitute such networks. We pursued an integrated approach, combining theory and experiment, to analyze and describe the dynamics of an isolated genetic module, an in vivo autoregulatory gene network. As predicted by the model, temperature-induced protein destabilization led to the existence of two expression states, thus elucidating the trademark bistability of the positive feedback-network architecture. After sweeping the temperature, observed population distributions and coefficients of variation were in quantitative agreement with those predicted by a stochastic version of the model. Because model fluctuations originated from small molecule-number effects, the experimental validation underscores the importance of internal noise in gene expression. This work demonstrates that isolated gene networks, coupled with proper quantitative descriptions, can elucidate key properties of functional genetic modules. Such an approach could lead to the modular dissection of naturally occurring gene regulatory networks, the deduction of cellular processes such as differentiation, and the development of engineered cellular control.

As the cost of sequencing continues to decrease and the amount of sequence data generated grows, new paradigms for data storage and analysis are increasingly important. The relative scaling behavior of these evolving technologies will impact genomics research moving forward.

Abstract Eukaryotic multiplex genome engineering (eMAGE) offers a powerful tool to generate precise combinatorial genome modifications in Saccharomyces cerevisiae . We optimize the design of synthetic oligonucleotides and enrichment of edited populations to increase editing frequencies up to 90%, reduce workflow time by 40%, and engineer a tunable mismatch repair system to lower the rate of spontaneous mutations ∼17-fold. These advances transiently evade genome maintenance to introduce multiple edits at high efficiencies in a stable genetic background, expanding utility of eMAGE in eukaryotic cells.

Abstract Fluorescence microscopy has been one of the most discovery-rich methods in biology. In the digital age, the discipline is becoming increasingly quantitative. Virtually all biological laboratories have access to fluorescence microscopes, but abilities to quantify biomolecule copy numbers are limited by the complexity and sophistication associated with current quantification methods. Here, we present DNA-origami-based fluorescence brightness standards for counting 5–300 copies of proteins in mammalian and bacterial cells, tagged with fluorescent proteins or organic dyes. Compared to conventional quantification techniques, our brightness standards are robust, straightforward to use, and compatible with nearly all fluorescence imaging applications, thereby providing a practical and versatile tool to quantify biomolecules via fluorescence microscopy.