HNRNPM controls circRNA biogenesis and splicing fidelity to sustain cancer cell fitness
Notice bibliographique
Résumé
High spliceosome activity is a dependency for cancer cells, making them more vulnerable to perturbation of the splicing machinery compared to normal cells. To identify splicing factors important for prostate cancer (PCa) fitness, we performed pooled shRNA screens in vitro and in vivo. Our screens identified heterogeneous nuclear ribonucleoprotein M (HNRNPM) as a regulator of PCa cell growth. RNA- and eCLIP-sequencing identified HNRNPM binding to transcripts of key homeostatic genes. HNRNPM binding to its targets prevents aberrant exon inclusion and backsplicing events. In both linear and circular mis-spliced transcripts, HNRNPM preferentially binds to GU-rich elements in long flanking proximal introns. Mimicry of HNRNPM-dependent linear-splicing events using splice-switching-antisense-oligonucleotides was sufficient to inhibit PCa cell growth. This suggests that PCa dependence on HNRNPM is likely a result of mis-splicing of key homeostatic coding and non-coding genes. Our results have further been confirmed in other solid tumors. Taken together, our data reveal a role for HNRNPM in supporting cancer cell fitness. Inhibition of HNRNPM activity is therefore a potential therapeutic strategy in suppressing growth of PCa and other solid tumors.
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) | 0,000 | 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 ».