3D genomic analysis reveals novel enhancer-hijacking caused by complex structural alterations that drive oncogene overexpression
Notice bibliographique
Résumé
ABSTRACT Cancer genomes are composed of many complex structural alterations on chromosomes and extrachromosomal DNA (ecDNA), making it difficult to identify non-coding enhancer regions that are hijacked to activate oncogene expression. Here, we describe a 3D genomics-based analysis called HAPI (Highly Active Promoter Interactions) to characterize enhancer hijacking. HAPI analysis of HiChIP data from 34 cancer cell lines identified enhancer hijacking events that activate both known and potentially novel oncogenes such as MYC, CCND1 , ETV1 , CRKL , and ID4 . Furthermore, we found enhancer hijacking among multiple oncogenes from different chromosomes, often including MYC , on the same complex amplicons such as ecDNA. We characterized a MYC - ERBB2 chimeric ecDNA, in which ERBB2 heavily hijacks MYC ’s enhancers. Notably, CRISPRi of the MYC promoter led to increased interaction of ERBB2 with MYC enhancers and elevated ERBB2 expression. Our HAPI analysis tool provides a robust strategy to detect enhancer hijacking and reveals novel insights into oncogene activation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».