Abstract PO-04: Noncoding mutations in mantle cell lymphoma disrupt regulation of HNRNPH1 by alternative splicing
Notice bibliographique
Résumé
Abstract Non-Hodgkin lymphomas (NHL) are a collection of cancers with each malignancy having distinct clinical management and prognosis. Mantle cell lymphoma (MCL) is particularly genetically heterogeneous and is considered incurable. Through a combination of exome, genome, and targeted sequencing of MCL tumors, we identified recurrent mutations in HNRNPH1 (heterogeneous nuclear ribonucleoprotein H1). These mutations are largely intronic or silent and are associated with a putative cis regulatory region involving a single exon. In RNA-seq data from matched cases, we identified variable representation of two distinct HNRNPH1 isoforms. Based on the reading frame of the affected exons, canonical splicing is predicted to produce a functional protein, while alternative splicing introduces a premature termination codon leading to nonsense-mediated decay. We observed a significantly higher proportion of canonical transcripts in MCL tumors bearing HNRNPH1 mutations, leading us to conclude that mutations in HNRNPH1 significantly alter its splicing. Furthermore, increased canonical splicing results in higher HNRNPH1 protein abundance as determined by immunohistochemical analysis of an MCL tissue microarray. HNRNPH1 mutation status and splicing ratio are associated with shorter survival of MCL patients. We developed an in vitro reporter minigene and introduced three specific mutations corresponding to the patient-identified mutations in HNRNPH1. These mutations lead to an increase in canonical splicing and translation of the HNRNPH1 minigene-derived peptide. Additionally, when HNRNPH1 is overexpressed, we observe a decrease of this peptide, implicating HNRNPH1 in the regulation of its own splicing. This is supported by preliminary data indicating that HNRNPH1 binds its own RNA. Beyond its own splicing, HNRNPH1 is likely also involved in the splicing of additional splicing factors. Overexpression of HNRNPH1 affects the splicing of SRSF3 and HNRNPDL, and many other targets are likely to be identified. This work elucidates a functional role for recurrent noncoding HNRNPH1 mutations and implicates HNRNPH1 expression and splicing of its downstream targets in lymphomagenesis. We continue to explore trans regulatory targets of HNRNPH1 using in vitro and cell-based models. While splicing is a growing field of interest in lymphoma biology, the unique pattern and consequences of these largely silent mutations specifically implicate alternative splicing as an oncogenic mechanism in MCL. Citation Format: Krysta M. Coyle, Quratulain Qureshi, Prasath Pararajalingam, Nicole Thomas, Timothy E. Audas, Ryan D. Morin. Noncoding mutations in mantle cell lymphoma disrupt regulation of HNRNPH1 by alternative splicing [abstract]. In: Proceedings of the AACR Virtual Meeting: Advances in Malignant Lymphoma; 2020 Aug 17-19. Philadelphia (PA): AACR; Blood Cancer Discov 2020;1(3_Suppl):Abstract nr PO-04.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».