Abstract Background Small nucleolar RNAs (snoRNAs) are mid-size non-coding RNAs required for ribosomal RNA modification, implying a ubiquitous tissue distribution linked to ribosome synthesis. However, increasing numbers of studies identify extra-ribosomal roles of snoRNAs in modulating gene expression, suggesting more complex snoRNA abundance patterns. Therefore, there is a great need for mapping the snoRNome in different human tissues as the blueprint for snoRNA functions. Results We used a low structure bias RNA-Seq approach to accurately quantify snoRNAs and compare them to the entire transcriptome in seven healthy human tissues (breast, ovary, prostate, testis, skeletal muscle, liver and brain). We identified 475 expressed snoRNAs categorized in two abundance classes that differ significantly in their function, conservation level and correlation with their host gene: 390 snoRNAs are uniformly expressed and 85 are enriched in the brain or reproductive tissues. Most tissue-enriched snoRNAs are embedded in lncRNAs and display strong correlation of abundance with them, whereas uniformly expressed snoRNAs are mostly embedded in protein-coding host genes and are mainly non- or anticorrelated with them. 59% of the non-correlated or anticorrelated protein-coding host gene/snoRNA pairs feature dual-initiation promoters, as opposed to only 16% of the correlated non-coding host gene/snoRNA pairs. Conclusions Our results demonstrate that snoRNAs are not a single homogeneous group of housekeeping genes but include highly regulated tissue-enriched RNAs. Indeed, our work indicates that the architecture of snoRNA host genes varies to uncouple the host and snoRNA expressions in order to meet the different snoRNA abundance levels and functional needs of human tissues.

Motivation: Next generation sequencing techniques revolutionized the study of RNA expression by permitting whole transcriptome analysis. However, sequencing reads generated from nested and multi-copy genes are often either misassigned or discarded, which greatly reduces both quantification accuracy and gene coverage. Results: Here we present CoCo, a read assignment pipeline that takes into account the multitude of overlapping and repetitive genes in the transcriptome of higher eukaryotes. CoCo uses a modified annotation file that highlights nested genes and proportionally distributes multimapped reads between repeated sequences. CoCo salvages over 15% of discarded aligned RNA-seq reads and significantly changes the abundance estimates for both coding and non-coding RNA as validated by PCR and bedgraph comparisons. Availability: The CoCo software is an open source package written in Python and available from http://gitlabscottgroup.med.usherbrooke.ca/scott-group/coco.

Abstract Ribosomes are often seen as monolithic machines produced from uniformly regulated genes. However, in yeast most ribosomal proteins are produced from duplicated genes. Here, we demonstrate that gene duplications may serve as a stress response mechanism that modulates the global proteome through differential post-translational modification of ribosomal proteins paralogs. Our data indicate that the yeast paralog pair of the ribosomal protein L7/uL30 produces two differentially acetylated proteins. Under normal conditions most ribosomes incorporate the hypo-acetylated ‘major’ form favoring the translation of genes with short open reading frames. Exposure to drugs, on the other hand, increases the production of ribosomes carrying the hyper-acetylated minor paralog that increases translation of long reading frames. Many of these genes encode cell wall proteins that increase drug resistance in a programed change in translation equilibrium. Together the data reveal a mechanism of translation control through the differential fates of near-identical ribosomal protein isoforms.

In baker's yeast, genes encoding ribosomal proteins often exist as duplicate pairs, typically with one 'major' paralog highly expressed and a 'minor' less expressed paralog that undergoes controlled expression through reduced splicing efficiency. In this study, we investigate the regulatory mechanisms controlling splicing of the minor paralog of the uS4 protein gene (RPS9A), demonstrating that its splicing is repressed during vegetative growth but upregulated during meiosis. This differential splicing of RPS9A is mediated by two transcription factors, Rim101 and Taf14. Deletion of either RIM101 or TAF14 not only induces the splicing and expression of RPS9A with little effect on the major paralog RPS9B, but also differentially alters the splicing of reporter constructs containing only the RPS9 introns. Both Rim101 and Taf14 co-immunoprecipitate with the chromatin and RNA of the RPS9 genes, indicating that these transcription factors may affect splicing co-transcriptionally. Deletion of the RPS9A intron, RIM101 or TAF14 dysregulates RPS9A expression, impairing the timely expression of RPS9 during meiosis. Complete deletion of RPS9A impairs the expression pattern of meiotic genes and inhibits sporulation in yeast. These findings suggest a regulatory strategy whereby transcription factors modulate the splicing of duplicated ribosomal protein genes to fine-tune their expression in different cellular states.

ABSTRACT Box C/D small nucleolar RNAs (snoRNAs) are a conserved class of RNA known for their role in guiding ribosomal RNA 2’-O-ribose methylation. Recently, C/D snoRNAs were also implicated in regulating the expression of non-ribosomal genes through different modes of binding. Large scale RNA-RNA interaction datasets detect many snoRNAs binding messenger RNA, but are limited by specific experimental conditions. To enable a more comprehensive study of C/D snoRNA interactions, we created snoGloBe, a human C/D snoRNA interaction predictor based on a gradient boosting classifier. SnoGloBe considers the target type, position and sequence of the interactions, enabling it to outperform existing predictors. Interestingly, for specific snoRNAs, snoGloBe identifies strong enrichment of interactions near gene expression regulatory elements including splice sites. Abundance and splicing of predicted targets were altered upon the knockdown of their associated snoRNA. Strikingly, the predicted snoRNA interactions often overlap with the binding sites of functionally related RNA binding proteins, reinforcing their role in gene expression regulation. SnoGloBe is also an excellent tool for discovering viral RNA targets, as shown by its capacity to identify snoRNAs targeting the heavily methylated SARS-CoV-2 RNA. Overall, snoGloBe is capable of identifying experimentally validated binding sites and predicting novel sites with shared regulatory function.

Abstract Nascent pre-tRNAs are transcribed by RNA polymerase III and immediately bound by La proteins on the UUU-3’OH sequence, using a tandem arrangement of the La motif and an adjacent RNA recognition motif-1 (RRM1), resulting in protection from 3’-exonucleases and promotion of pre-tRNA folding. The Tetrahymena thermophila protein Mlp1 has been classified as a genuine La protein, despite the predicted absence of the RRM1. We found that Mlp1 functions as a La protein through binding of pre-tRNAs and affecting processing in Tetrahymena thermophila and when expressed in fission yeast. However, unlike in other examined eukaryotes, depletion of Mlp1 results in 3’-trailer stabilization. We also observed that 3’-trailers in Tetrahymena thermophila are uniquely short relative to other examined eukaryotes, and that 5’-leaders have evolved to disfavour pre-tRNA leader/trailer pairing. Our data indicate that this variant Mlp1 architecture is linked to an altered, novel mechanism of tRNA processing in Tetrahymena thermophila .

Abstract Small nucleolar RNAs (snoRNAs) are an omnipresent class of non-coding RNAs involved in the modification and processing of ribosomal RNA (rRNA). As snoRNAs are required for ribosome production, the increase of which is a hallmark of cancer development, their expression would be expected to increase in proliferating cancer cells. However, the nature and extent of snoRNAs contribution to the biology of cancer cells remain largely unexplored. In this study, we examined the abundance patterns of snoRNA in high-grade serous ovarian carcinomas (HGSC) and serous borderline tumours (SBT) and identified a subset of snoRNA associated with increased invasiveness. This subgroup of snoRNA accurately discriminates between SBT and HGSC underlining their potential as biomarkers of tumour aggressiveness. Remarkably, knockdown of HGSC-associated H/ACA snoRNAs, but not their host genes, inhibits cell proliferation and induces apoptosis of model ovarian cancer cell lines. Wound healing and cell migration assays confirmed the requirement of these HGSC-associated snoRNA for cell invasion and increased tumour aggressiveness. Together our data indicate that H/ACA snoRNAs promote tumour aggressiveness through the induction of cell proliferation and resistance to apoptosis.