MétaCan
Menu
Retour à la cohorte
Enregistrement W4377142511 · doi:10.1101/2023.05.19.541456

Cancer cells co-evolve with retrotransposons to mitigate viral mimicry

2023· preprint· en· W4377142511 sur OpenAlexaff
Siyu Sun, Jungeui Hong, Eunae You, Kaloyan M. Tsanov, Jonathan Chacon-Barahona, Andrea Di Gioacchino, David Hoyos, Hao Li, Hua Jiang, Bao-Han Ly, Sajid A. Marhon, Rajmohan Murali, Pharto Chanda, Ali Karacay, Nicolas Vabret, Daniel D. De Carvalho, John LaCava, Scott W. Lowe, David T. Ting, Christine A. Iacobuzio–Donahue, Alexander Solovyov, Benjamin D. Greenbaum

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensPrincess Margaret Cancer CentreUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésBiologyRetrotransposonInnate immune systemAPOBECGenomePancreatic cancerTumor microenvironmentTranscriptomeAlu elementImmune systemGeneticsCancerGeneCancer researchHuman genomeTransposable elementGene expression

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Overexpression of repetitive elements is an emerging hallmark of human cancers 1 . Diverse repeats can mimic viruses by replicating within the cancer genome through retrotransposition, or presenting pathogen-associated molecular patterns (PAMPs) to the pattern recognition receptors (PRRs) of the innate immune system 2–5 . Yet, how specific repeats affect tumor evolution and shape the tumor immune microenvironment (TME) in a pro- or anti-tumorigenic manner remains poorly defined. Here, we integrate whole genome and total transcriptome data from a unique autopsy cohort of multiregional samples collected in pancreatic ductal adenocarcinoma (PDAC) patients, into a comprehensive evolutionary analysis. We find that more recently evolved S hort I nterspersed N uclear E lements (SINE), a family of retrotransposable repeats, are more likely to form immunostimulatory double-strand RNAs (dsRNAs). Consequently, younger SINEs are strongly co-regulated with RIG-I like receptor associated type-I interferon genes but anti-correlated with pro-tumorigenic macrophage infiltration. We discover that immunostimulatory SINE expression in tumors is regulated by either L ong I nterspersed N uclear E lements 1 (LINE1/L1) mobility or ADAR1 activity in a TP53 mutation dependent manner. Moreover, L1 retrotransposition activity tracks with tumor evolution and is associated with TP53 mutation status. Altogether, our results suggest pancreatic tumors actively evolve to modulate immunogenic SINE stress and induce pro-tumorigenic inflammation. Our integrative, evolutionary analysis therefore illustrates, for the first time, how dark matter genomic repeats enable tumors to co-evolve with the TME by actively regulating viral mimicry to their selective advantage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCRISPR and Genetic EngineeringTravaux en français237 207