RiboTaper quantifies the three-nucleotide periodicity in Ribo-seq data to find translated open reading frames (ORFs). The de novo inferred set of ORFs comprehensively defines the cellular proteome across a wide expression range and comprises few additional translated noncoding regions. RNA-sequencing protocols can quantify gene expression regulation from transcription to protein synthesis. Ribosome profiling (Ribo-seq) maps the positions of translating ribosomes over the entire transcriptome. We have developed RiboTaper (available at https://ohlerlab.mdc-berlin.de/software/ ), a rigorous statistical approach that identifies translated regions on the basis of the characteristic three-nucleotide periodicity of Ribo-seq data. We used RiboTaper with deep Ribo-seq data from HEK293 cells to derive an extensive map of translation that covered open reading frame (ORF) annotations for more than 11,000 protein-coding genes. We also found distinct ribosomal signatures for several hundred upstream ORFs and ORFs in annotated noncoding genes (ncORFs). Mass spectrometry data confirmed that RiboTaper achieved excellent coverage of the cellular proteome. Although dozens of novel peptide products were validated in this manner, few of the currently annotated long noncoding RNAs appeared to encode stable polypeptides. RiboTaper is a powerful method for comprehensive de novo identification of actively used ORFs from Ribo-seq data.

Abstract Efforts to precisely identify tumor human leukocyte antigen (HLA) bound peptides capable of mediating T cell-based tumor rejection still face important challenges. Recent studies suggest that non-canonical tumor-specific HLA peptides derived from annotated non-coding regions could elicit anti-tumor immune responses. However, sensitive and accurate mass spectrometry (MS)-based proteogenomics approaches are required to robustly identify these non-canonical peptides. We present an MS-based analytical approach that characterizes the non-canonical tumor HLA peptide repertoire, by incorporating whole exome sequencing, bulk and single-cell transcriptomics, ribosome profiling, and two MS/MS search tools in combination. This approach results in the accurate identification of hundreds of shared and tumor-specific non-canonical HLA peptides, including an immunogenic peptide derived from an open reading frame downstream of the melanoma stem cell marker gene ABCB5 . These findings hold great promise for the discovery of previously unknown tumor antigens for cancer immunotherapy.

Abstract At the center of the gene expression cascade, translation is fundamental in defining the fate of much of the transcribed genome. RNA sequencing enables the quantification of complex transcript mixtures, often detecting several splice isoforms of unknown functions for one gene. We have developed ORFquant , a new approach to annotate and quantify translation at the single open reading frame (ORF) level, using information from Ribo-seq data. Relying on a novel approach for transcript filtering, we quantify translation on thousands of ORFs, showing the power of Ribo-seq in revealing alternative ORFs on multiple isoforms per gene. While we find that one ORF represents the dominant translation product for most genes, we also detect genes with translated ORFs on multiple transcript isoforms, including targets of RNA surveillance mechanisms. Assessing the translation output across human cell lines reveals the extent of gene-specific differences in protein production, which are supported by steady-state protein abundance estimates. Computational analysis of Ribo-seq data with ORFquant (available at https://github.com/lcalviell/ORFquant ) provides a window into the heterogeneous functions of complex transcriptomes.

DNA accessibility of cis regulatory elements (CREs) dictates transcriptional activity and drives cell differentiation during development. While many of the genes that regulate embryonic development have been described, the underlying CRE dynamics controlling their expression remain largely unknown. To address this, we applied single-cell combinatorial indexing ATAC-seq (sci-ATAC-seq) to whole 24 hours post fertilization (hpf) stage zebrafish embryos and developed a new computational tool, ScregSeg, that selects informative genome segments and classifies complex accessibility dynamics. We integrated the ScregSeg output with bulk measurements for histone post-translational modifications and 3D genome organization, expanding knowledge of regulatory principles between chromatin modalities. Sci-ATAC-seq profiling of npas4l / cloche mutant embryos revealed novel cellular roles for this hemato-vascular transcriptional master regulator and suggests an intricate mechanism regulating its expression. Our work constitutes a valuable resource for future studies in developmental, molecular, and computational biology.

ABSTRACT Angiotensin II (AngII) binds to the type I angiotensin receptor in the adrenal cortex to initiate a cascade of events leading to the production of aldosterone, a master regulator of blood pressure. Despite extensive characterization of the transcriptional and enzymatic control of adrenocortical steroidogenesis, there are still major gaps in our knowledge related to precise regulation of AII-induced gene expression kinetics. Specifically, we do not know the regulatory contribution of RNA-binding proteins (RBPs) and RNA decay, which can control the timing of stimulus-induced gene expression. To investigate this question, we performed a high-resolution RNA-seq time course of the AngII stimulation response and 4-thiouridine pulse labeling in a steroidogenic human cell line (H295R). We identified twelve temporally distinct gene expression responses that contained mRNA encoding proteins known to be important for various steps of aldosterone production, such as cAMP signaling components and steroidogenic enzymes. AngII response kinetics for many of these mRNAs revealed a coordinated increase in both synthesis and decay. These findings were validated in primary human adrenocortical cells stimulated ex vivo with AngII. Using a candidate siRNA screen, we identified a subset of RNA-binding protein and RNA decay factors that activate or repress AngII-stimulated aldosterone production. Among the repressors of aldosterone were BTG2, which promotes deadenylation and global RNA decay. BTG2 was induced in response to AngII stimulation and promoted the repression of mRNAs encoding pro-steroidogenic factors indicating the existence of an incoherent feedforward loop controlling aldosterone homeostasis. Together, these data support a model in which coordinated increases in transcription and regulated RNA decay facilitates the major transcriptomic changes required to implement a pro-steroidogenic gene expression program that is temporally restricted to prevent aldosterone overproduction.

Abstract The pervasive transcription of the human genome results in a heterogeneous mix of coding and long non-coding RNAs (lncRNAs). Only a small fraction of lncRNAs possess demonstrated regulatory functions, making it difficult to distinguish functional lncRNAs from non-functional transcriptional byproducts. This has resulted in numerous competing classifications of human lncRNA that are complicated by a steady increase in the number of annotated lncRNAs. To address these challenges, we quantitatively examined transcription, splicing, degradation, localization and translation for coding and non-coding human genes. Annotated lncRNAs had lower synthesis and higher degradation rates than mRNAs, and we discovered mechanistic differences explaining the slower splicing of lncRNAs. We grouped genes into classes with similar RNA metabolism profiles. These classes contained both mRNAs and lncRNAs to varying degrees; they exhibited distinct relationships between steps of RNA metabolism, evolutionary patterns, and sensitivity to cellular RNA regulatory pathways. Our classification provides a behaviorally-coherent alternative to genomic context-driven annotations of lncRNAs. Highlights High-resolution 4SU pulse labeling of RNA allows for quantifying synthesis, processing and decay rates across thousands of coding and non-coding transcripts. Synthesis and processing rates of lncRNAs are lower than mRNAs, while degradation rates were substantially higher Differences in the splicing efficiency between slow/lncRNA and fast/mRNA introns are explained by GC-content, splicing regulatory elements and unphosphorylated RNA poll II. A new annotation-agnostic classification of RNAs reveals seven clusters of lncRNAs and mRNAs with unique metabolism patterns that provides behaviorally coherent subsets of lncRNAs. Classes are distinguished by evolutionary patterns and sensitivity to cellular RNA regulatory pathways.

MicroRNAs (miRNAs) are key mediators of post-transcriptional gene expression silencing. Although Drosophila has been of critical importance for miRNA discovery, biogenesis and function, there has been no comprehensive experimental annotation of functional miRNA target sites. T close this gap, we generated the first in vivo map of miRNA::mRNA interactions in Drosophila melanogaster, making use of crosslinked nucleotides in Argonaute (AGO) crosslinking and immunoprecipitation (CLIP) experiments that enable an unambiguous assignment of miRNAs to AGO binding sites at much higher signal-to-noise ratio than computational predictions alone. Absolute quantification of cellular miRNA levels showed the miRNA pool in Drosophila cell lines to be more diverse than previously reported. Benchmarking two different CLIP approaches, we identified a similar predictive potential to unambiguously assign thousands of miRNA::mRNA pairs from AGO1 interaction data at unprecedented depth. Quantitative RNA-Seq and subcodon-resolution ribosomal footprinting data upon AGO1 depletion enabled the determination of miRNA-mediated effects on target expression and translation. We thus provide the first comprehensive resource of miRNA target sites as well as their quantitative functional impact in Drosophila.

RNA sequencing protocols allow for quantifying gene expression regulation at each individual step, from transcription to protein synthesis. Ribosome Profiling (Ribo-seq) maps the positions of translating ribosomes over the entire transcriptome. Despite its great potential, a rigorous statistical approach to identify translated regions by means of the characteristic three-nucleotide periodicity of Ribo-seq data is not yet available. To fill this gap, we developed RiboTaper, which quantifies the significance of periodic Ribo-seq reads via spectral analysis methods. We applied RiboTaper on newly generated, deep Ribo-seq data in HEK293 cells, to derive an extensive map of translation that covers Open Reading Frame (ORF) annotations for more than 11,000 protein- coding genes. We also find distinct ribosomal signatures for several hundred detected upstream ORFs and ORFs in annotated non-coding genes (ncORFs). Mass spectrometry data confirms that RiboTaper achieves excellent coverage of the cellular proteome and validates dozens of novel peptide products. Collectively, RiboTaper (available at https://ohlerlab.mdc-berlin.de/software/ ) is a powerful method for comprehensive de novo identification of actively used ORFs in the human genome.

Efforts to precisely identify tumor human leukocyte antigen (HLA) bound peptides capable of mediating T cell-based tumor rejection still face important challenges. Recent studies suggest that non-canonical tumor-specific HLA peptides that derive from annotated non-coding regions could elicit anti-tumor immune responses. However, sensitive and accurate mass-spectrometry (MS)-based proteogenomics approaches are required to robustly identify these non-canonical peptides. We present an MS-based analytical approach that characterizes the non-canonical tumor HLA peptide repertoire, by incorporating whole exome sequencing, bulk and single cell transcriptomics, ribosome profiling, and a combination of two MS/MS search tools. This approach results in the accurate identification of hundreds of shared and tumor-specific non-canonical HLA peptides and of an immunogenic peptide from a downstream reading frame in the melanoma stem cell marker gene ABCB5. It holds great promise for the discovery of novel cancer antigens for cancer immunotherapy.

DNase-seq and ATAC-seq are broadly used methods to assay open chromatin regions genome-wide. The single nucleotide resolution of DNase-seq has been further exploited to infer transcription factor binding sites (TFBS) in regulatory regions via footprinting. Recent studies have demonstrated the sequence bias of DNase I and its adverse effects on footprinting efficiency. However, footprinting and the impact of sequence bias have not been extensively studied for ATAC-seq. Here, we undertake a systematic comparison of the two methods and show that a modification to the ATAC-seq protocol increases its yield and its agreement with DNase-seq data from the same cell line. We demonstrate that the two methods have distinct sequence biases and correct for these protocol-specific biases when performing footprinting. Despite differences in footprint shapes, the locations of the inferred footprints in ATAC-seq and DNase-seq are largely concordant. However, the protocol-specific sequence biases in conjunction with the sequence content of TFBSs impacts the discrimination of footprint from background, which leads to one method outperforming the other for some TFs. Finally, we address the depth required for reproducible identification of open chromatin regions and TF footprints.