Summary Human gene expression is regulated by over two thousand transcription factors and chromatin regulators 1,2 . Effector domains within these proteins can activate or repress transcription. However, for many of these regulators we do not know what type of transcriptional effector domains they contain, their location in the protein, their activation and repression strengths, and the amino acids that are necessary for their functions. Here, we systematically measure the transcriptional effector activity of >100,000 protein fragments (each 80 amino acids long) tiling across most chromatin regulators and transcription factors in human cells (2,047 proteins). By testing the effect they have when recruited at reporter genes, we annotate 307 new activation domains and 592 new repression domains, a ∼5-fold increase over the number of previously annotated effectors 3,4 . Complementary rational mutagenesis and deletion scans across all the effector domains reveal aromatic and/or leucine residues interspersed with acidic, proline, serine, and/or glutamine residues are necessary for activation domain activity. Additionally, the majority of repression domain sequences contain either sites for SUMOylation, short interaction motifs for recruiting co-repressors, or are structured binding domains for recruiting other repressive proteins. Surprisingly, we discover bifunctional domains that can both activate and repress and can dynamically split a cell population into high- and low-expression subpopulations. Our systematic annotation and characterization of transcriptional effector domains provides a rich resource for understanding the function of human transcription factors and chromatin regulators, engineering compact tools for controlling gene expression, and refining predictive computational models of effector domain function.

ABSTRACT In the past five years, droplet microfluidic techniques have unlocked new opportunities for the high-throughput genome-wide analysis of single cells, transforming our understanding of cellular diversity and function. However, the field lacks an accessible method to screen and sort droplets based on cellular phenotype upstream of genetic analysis, particularly for large and complex cells. To meet this need, we developed Dropception, a robust, easy-to-use workflow for precise single-cell encapsulation into picoliter-scale double emulsion droplets compatible with high-throughput phenotyping via fluorescence-activated cell sorting (FACS). We demonstrate the capabilities of this method by encapsulating five standardized mammalian cell lines of varying size and morphology as well as a heterogeneous cell mixture of a whole dissociated flatworm (5 - 25 μm in diameter) within highly monodisperse double emulsions (35 μm in diameter). We optimize for preferential encapsulation of single cells with extremely low multiple-cell loading events (<2% of cell-containing droplets), thereby allowing direct linkage of cellular phenotype to genotype. Across all cell lines, cell loading efficiency approaches the theoretical limit with no observable bias by cell size. FACS measurements reveal the ability to discriminate empty droplets from those containing cells with good agreement to single-cell occupancies quantified via microscopy, establishing robust droplet screening at single-cell resolution. High-throughput FACS phenotyping of cellular picoreactors has the potential to shift the landscape of single-cell droplet microfluidics by expanding the repertoire of current nucleic acid droplet assays to include functional screening. ABSTRACT FIGURE

Summary Thousands of proteins localize to the nucleus; however, it remains unclear which contain transcriptional effectors. Here, we develop HT-recruit - a pooled assay where protein libraries are recruited to a reporter, and their transcriptional effects are measured by sequencing. Using this approach, we measure gene silencing and activation for thousands of domains. We find a relationship between repressor function and evolutionary age for the KRAB domains, discover Homeodomain repressor strength is collinear with Hox genetic organization, and identify activities for several Domains of Unknown Function. Deep mutational scanning of the CRISPRi KRAB maps the co-repressor binding surface and identifies substitutions that improve stability/silencing. By tiling 238 proteins, we find repressors as short as 10 amino acids. Finally, we report new activator domains, including a divergent KRAB. Together, these results provide a resource of 600 human proteins containing effectors and demonstrate a scalable strategy for assigning functions to protein domains.

Abstract Human nuclear proteins contain >1000 transcriptional effector domains that can activate or repress transcription of target genes. We lack a systematic understanding of which effector domains regulate transcription robustly across genomic, cell-type, and DNA-binding domain (DBD) contexts. Here, we developed dCas9-mediated high-throughput recruitment (HT-recruit), a pooled screening method for quantifying effector function at endogenous targets, and tested effector function for a library containing 5092 nuclear protein Pfam domains across varied contexts. We find many effectors depend on target and DBD contexts, such as HLH domains that can act as either activators or repressors. We then confirm these findings and further map context dependencies of effectors drawn from unannotated protein regions using a larger library containing 114,288 sequences tiling chromatin regulators and transcription factors. To enable efficient perturbations, we select effectors that are potent in diverse contexts, and engineer (1) improved ZNF705 KRAB CRISPRi tools to silence promoters and enhancers, and (2) a compact human activator combination NFZ for better CRISPRa and inducible circuit delivery. Together, this effector-by-context functional map reveals context-dependence across human effectors and guides effector selection for robustly manipulating transcription.

Sequence-specific activation by transcription factors is essential for gene regulation

Transcription factors (TFs) bind DNA sequences with a range of affinities, yet the mechanisms determining energetic differences between high- and low-affinity sequences ("selectivity") remain poorly understood. Here, we investigated two basic helix-loop-helix TFs, MAX (H. sapiens) and Pho4 (S. cerevisiae), that bind the same high-affinity sequence with highly similar nucleotide-contacting residues and bound structures but are differentially selective for non-cognate sequences. By measuring >1700 Kds and >500 rate constants for Pho4 and MAX mutant libraries binding multiple DNA sequences and comparing these measurements with thermodynamic and kinetic models, we identify the biophysical mechanisms by which changes to TF sequence alter both bound and unbound conformational ensembles to shape specificity landscapes. These results highlight the importance of conformational heterogeneity in determining sequence specificity and selectivity and can guide future efforts to engineer nucleic acid-binding proteins with enhanced selectivity.