High-resolution simulations of chromatin folding at genomic rearrangements in malignant B cells provide mechanistic insights into proto-oncogene deregulation
Notice bibliographique
Résumé
Genomic rearrangements are known to result in proto-oncogene deregulation in many cancers, but the link to 3D genome structure remains poorly understood. Here, we used the highly predictive heteromorphic polymer (HiP-HoP) model to predict chromatin conformations at the proto-oncogene CCND1 in healthy and malignant B cells. After confirming that the model gives good predictions of Hi-C data for the nonmalignant human B cell–derived cell line GM12878, we generated predictions for two cancer cell lines, U266 and Z-138. These possess genome rearrangements involving CCND1 and the immunoglobulin heavy locus ( IGH ), which we mapped using targeted genome sequencing. Our simulations showed that a rearrangement in U266 cells where a single IGH super-enhancer is inserted next to CCND1 leaves the local topologically associated domain (TAD) structure intact. We also observed extensive changes in enhancer-promoter interactions within the TAD, suggesting that it is the downstream chromatin remodeling which gives rise to the oncogene activation, rather than the presence of the inserted super-enhancer DNA sequence per se. Simulations of the IGH - CCND1 reciprocal translocation in Z-138 cells revealed that an oncogenic fusion TAD is created, encompassing CCND1 and the IGH super-enhancers. We predicted how the structure and expression of CCND1 changes in these different cell lines, validating this using qPCR and fluorescence in situ hybridization microscopy. Our work demonstrates the power of polymer simulations to predict differences in chromatin interactions and gene expression for different translocation breakpoints.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».