Precisely measuring the location and frequency of DNA double-strand breaks (DSBs) along the genome is instrumental to understanding genomic fragility, but current methods are limited in versatility, sensitivity or practicality. Here we present Breaks Labeling In Situ and Sequencing (BLISS), featuring the following: (1) direct labelling of DSBs in fixed cells or tissue sections on a solid surface; (2) low-input requirement by linear amplification of tagged DSBs by in vitro transcription; (3) quantification of DSBs through unique molecular identifiers; and (4) easy scalability and multiplexing. We apply BLISS to profile endogenous and exogenous DSBs in low-input samples of cancer cells, embryonic stem cells and liver tissue. We demonstrate the sensitivity of BLISS by assessing the genome-wide off-target activity of two CRISPR-associated RNA-guided endonucleases, Cas9 and Cpf1, observing that Cpf1 has higher specificity than Cas9. Our results establish BLISS as a versatile, sensitive and efficient method for genome-wide DSB mapping in many applications.

Abstract Extracting useful information from large data sets can be a daunting task. Topological methods for analysing data sets provide a powerful technique for extracting such information. Persistent homology is a sophisticated tool for identifying topological features and for determining how such features persist as the data is viewed at different scales. Here we present quantum machine learning algorithms for calculating Betti numbers—the numbers of connected components, holes and voids—in persistent homology, and for finding eigenvectors and eigenvalues of the combinatorial Laplacian. The algorithms provide an exponential speed-up over the best currently known classical algorithms for topological data analysis.

SUMMARY Oncogene-induced senescence (OIS) is an inherent and important tumor suppressor mechanism. However, if not timely removed via immune surveillance, senescent cells will also present a detrimental side. Although this has mostly been attributed to the senescence-associated-secretory-phenotype (SASP) of these cells, we recently proposed that “escape” from the senescent state represents another unfavorable outcome. Here, we exploit genomic and functional data from a prototypical human epithelial cell model carrying an inducible CDC6 oncogene to identify an early-acquired recurrent chromosomal inversion, which harbors a locus encoding the circadian transcription factor BHLHE40. This inversion alone suffices for BHLHE40 activation upon CDC6 induction and for driving cell cycle re-entry and malignant transformation. In summary, we now provide strong evidence in support of genomic instability underlying “escape” from oncogene-induced senescence. HIGHLIGHTS Oncogene driven error-prone repair produces early genetic lesions allowing escape from senescence Cells escaping oncogene-induced senescence display mutational signatures observed in cancer patients A single recurrent inversion harboring a circadian TF gene suffices for bypassing oncogene-induced senescence Chromatin loop and compartment remodeling support the “escape” transcriptional program

Structural variants (SVs) are known to play important roles in a variety of cancers, but their origins and functional consequences are still poorly understood. Many SVs are thought to emerge via errors in the repair processes following DNA double strand breaks (DSBs) and previous studies have experimentally measured DSB frequencies across the genome in cell lines. Using these data we derive the first quantitative genome-wide models of DSB susceptibility, based upon underlying chromatin and sequence features. These models are accurate and provide novel insights into the mutational mechanisms generating DSBs. Models trained in one cell type can be successfully applied to others, but a substantial proportion of DSBs appear to reflect cell type specific processes. Using model predictions as a proxy for susceptibility to DSBs in tumours, many SV enriched regions appear to be poorly explained by selectively neutral mutational bias alone. A substantial number of these regions show unexpectedly high SV breakpoint frequencies given their predicted susceptibility to mutation, and are therefore credible targets of positive selection in tumours. These putatively positively selected SV hotspots are enriched for genes previously shown to be oncogenic. In contrast, several hundred regions across the genome show unexpectedly low levels of SVs, given their relatively high susceptibility to mutation. These novel "coldspot" regions appear to be subject to purifying selection in tumours and are enriched for active promoters and enhancers. We conclude that models of DSB susceptibility offer a rigorous approach to the inference of SVs putatively subject to selection in tumours.

We present a method for genome-wide DNA double-strand Breaks (DSBs) Labeling In Situ and Sequencing (BLISS) which, compared to existing methods, introduces several key features: 1) high efficiency and low input requirement by in situ DSB labeling in cells or tissue sections directly on a solid surface; 2) easy scalability by performing in situ reactions in multi-well plates; 3) high sensitivity by linearly amplifying tagged DSBs using in vitro transcription; and 4) accurate DSB quantification and control of PCR biases by using unique molecular identifiers. We demonstrate the ability to use BLISS to quantify natural and drug-induced DSBs in low-input samples of cancer cells, primary mouse embryonic stem cells, and mouse liver tissue sections. Finally, we applied BLISS to compare the specificity of CRISPR-associated RNA-guided endonucleases Cas9 and Cpf1, and found that Cpf1 has higher specificity than Cas9. These results establish BLISS as a versatile, sensitive, and efficient method for genome- wide DSB mapping in many applications.