banner

Новости

May 05, 2023

Анализ мультимодальных возмущений циклина

Научные отчеты, том 13, Номер статьи: 7678 (2023) Цитировать эту статью

861 Доступов

1 Альтметрика

Подробности о метриках

Контроль клеточного цикла осуществляется с помощью циклин-зависимых киназ (CDK), что мотивирует обширные исследования CDK, нацеленные на низкомолекулярные препараты в качестве средств лечения рака. Здесь мы используем комбинаторные возмущения CRISPR/Cas9, чтобы раскрыть обширную сеть функциональных взаимозависимостей между CDK и связанными с ними факторами, идентифицируя 43 синтетическо-летальных и 12 синергетических взаимодействий. Мы анализируем возмущения CDK с помощью одноклеточной RNAseq, для чего мы разрабатываем новую вычислительную структуру для точной количественной оценки эффектов клеточного цикла и различных состояний клеток, управляемых конкретными CDK. Хотя парное разрушение CDK4/6 является синтетически-летальным, только CDK6 необходим для нормального развития клеточного цикла и активации транскрипции. Множественные CDK (CDK1/7/9/12) являются синтетически летальными в сочетании с PRMT5 независимо от контроля клеточного цикла. Углубленный анализ экспрессии мРНК и паттернов сплайсинга предоставляет множество доказательств того, что зависимость CDK-PRMT5 обусловлена ​​аберрантной регуляцией транскрипции, приводящей к преждевременному терминированию. Эти взаимозависимости приводят к синергическому эффекту между лекарствами, что имеет терапевтические последствия при раке и других заболеваниях.

Регуляция и переход между фазами клеточного цикла осуществляются главным образом с помощью циклин-зависимых киназ (CDK) и связанных с ними циклиновых белков1. Семейство CDK велико и включает более 20 различных генов, кодирующих белки, и существует значительная неопределенность относительно конкретных функций отдельных членов семейства1,2. Канонически белки CDK делятся на два функциональных класса: факторы, регулирующие клеточный цикл, такие как CDK1, 2, 4 и 6, и факторы, участвующие в общем контроле транскрипции, такие как CDK7, 9 и 121 (рис. 1а, Расширенное дополнение (рис. 1). Транскрипционные CDK играют решающую роль в регуляции РНК-полимеразы II (RNAPII), выполняя разнообразные функции в процессе инициации, элонгации и терминации. Было показано, что CDK7,9 и 12 непосредственно фосфорилируют RNAPII. Однако все еще существует большая неопределенность относительно механической роли и функциональной важности каждого транскрипционного CDK. Например, CDK8 (работающий как часть медиаторного комплекса), как сообщается, является одновременно репрессором транскрипции и активатором, а CDK7 играет важную роль в инициации, кэпировании, проксимальной паузе между промотором и фосфорилировании CDK93,4. CDK9 необходим для элонгации транскрипции, при этом нокдаун CDK12 также приводит к глобальному нарушению транскрипции, особенно среди длинных генов, и генов реакции на повреждение ДНК1,5,6. Однако было показано, что многие CDK функционируют как в клеточном цикле, так и в транскрипционной роли, а также в различных других путях7,8,9,10,11,12,13,14,15,16. Например, белки как клеточного цикла, так и класса транскрипции могут активировать эпигенетические регуляторы EZH2, AR, PRMT5 и PARP111,17,18,19,20 или взаимодействовать с передачей сигналов пролиферативных клеток через путь трансформирующего фактора роста бета (TGFβ)21,22 . Складывающаяся картина такова, что CDK управляют сложной сетью перекрывающихся и синергических функций, при этом метки «клеточного цикла» и «транскрипции» предоставляют полезные, но неполные рекомендации.

Систематическое картирование функции гена CDK в тройных негативных клетках рака молочной железы. (а) Белки CDK контролируют развитие клеточного цикла и действуют как регуляторы транскрипции, вызывая интерес в качестве потенциальных мишеней для лекарств (цвета). (б) Схема, описывающая комбинаторный подход скрининга пригодности CRISPR/Cas9 для картирования синтетическо-летальных и синергических взаимодействий CDK. Библиотеку конструкций двойной sgRNA, нацеленных на пары генов, перечисленных в (a), синтезировали в виде пула олигонуклеотидов и клонировали в вектор сверхэкспрессии лентивирусов (вверху). Клеточные линии TNBC трансдуцировали вирусом, кодирующим эту библиотеку, и подвергали конкурентному скринингу роста. Полученные в результате приспособленности двойной конструкции sgRNA были использованы для извлечения значений приспособленности отдельных генов и картирования генетических взаимодействий. ( c ) Схема, описывающая подход к транскрипционному фенотипированию отдельных клеток для картирования функционального воздействия генетических нарушений CDK. Библиотеку sgRNA, нацеленную на гены, указанные в (a), клонировали в scRNA-seq-совместимый вектор сверхэкспрессии лентивирусов и использовали для трансдукции клеточных линий TNBC в объединенном формате. Через неделю после трансдукции проводили секРНК scRNA с использованием платформы 10x Chromium.

100) of unique sgRNA constructs targeting each CDK gene and our computational strategy of imputing single gene fitness effects from the entirety of the combinatorial knockout data ("Methods"). We then analyzed these measurements to identify pairwise gene knockouts in which fitness was significantly less than or greater than expected from the single knockouts50 (Fig. 2b, "Methods"). This analysis identified a collection of 43 synthetic-sick/lethal and 12 synergistic genetic interactions, with CDK1-CDK12 identified as both synthetic-lethal and synergistic depending on context (Fig. 2c,d). These interactions were identified in either of two analysis modes: one treating data from each cell line separately, to identify specific vulnerabilities; another pooling all cell lines as replicates ("pan" cell line, Fig. 2c), to identify interactions occurring consistently across contexts with high statistical power./p> GTTTTGAGACG  CGTCTCGTTTG  GTTTTAGAGCTAGAAATAGCAAGTTAAAA, where the segments  and  were replaced with the given pair of spacer sequences, and the segment  was replaced with a unique random 15-base sequence. The latter was intended to minimize the "uncoupling" of spacer sequences that can arise from abortive PCR products98. To obtain the random 15-base sequences, a pool of 592 barcodes of length 5 bases and minimum Hamming distance of 3 bases was generated using the function DNABarcodes in the Bioconductor package of the same name99. This function was used with the parameter heuristic = "ashlock". A unique permutation of three 5-base barcode sequences was used to define each of the 15-base random sequences. The list of oligonucleotide sequences was submitted to CustomArray, Inc. (Bothell, WA) for synthesis on CMOS array technology./p> GTTTCAGAGCTATGCTGGAAACTGCATAGCAAGTTGAAATAAGGCTAGTCC-3′./p> GTTTTAGAGCTAGAAATAGCAAGTTAAAATAAGG-3′./p>

ДЕЛИТЬСЯ