AEP-cleaved DDX3X induces alternative RNA splicing events to mediate cancer cell adaptation in harsh microenvironments
Notice bibliographique
Résumé
Oxygen and nutrient deprivation are common features of solid tumors. Although abnormal alternative splicing (AS) has been found to be an important driving force in tumor pathogenesis and progression, the regulatory mechanisms of AS that underly the adaptation of cancer cells to harsh microenvironments remain unclear. Here, we found that hypoxia- and nutrient deprivation-induced asparagine endopeptidase (AEP) specifically cleaved DDX3X in a HIF1A-dependent manner. This cleavage yields truncated carboxyl-terminal DDX3X (tDDX3X-C), which translocates and aggregates in the nucleus. Unlike intact DDX3X, nuclear tDDX3X-C complexes with an array of splicing factors and induces AS events of many pre-mRNAs; for example, enhanced exon skipping (ES) in exon 2 of the classic tumor suppressor PRDM2 leads to a frameshift mutation of PRDM2. Intriguingly, the isoform ARRB1-Δexon 13 binds to glycolytic enzymes and regulates glycolysis. By utilizing in vitro assays, glioblastoma organoids, and animal models, we revealed that AEP/tDDX3X-C promoted tumor malignancy via these isoforms. More importantly, high AEP/tDDX3X-C/ARRB1-Δexon 13 in cancerous tissues was tightly associated with poor patient prognosis. Overall, our discovery of the effect of AEP-cleaved DDX3X switching on alternative RNA splicing events identifies a mechanism in which cancer cells adapt to oxygen and nutrient shortages and provides potential diagnostic and/or therapeutic targets.
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 | 0,000 |
| 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 ».