BB
Benedikt Bauer
Author with expertise in G-Quadruplex DNA Structures and Functions
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
7
(71% Open Access)
Cited by:
279
h-index:
3
/
i10-index:
2
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
57

SMC complexes can traverse physical roadblocks bigger than their ring size

Biswajit Pradhan et al.Jul 16, 2021
Abstract The ring-shaped structural-maintenance-of-chromosomes (SMC) complexes condensin and cohesin extrude loops of DNA as a key motif in chromosome organization. It remains, how ever, unclear how these SMC motor proteins can extrude DNA loops in chromatin that is bound with proteins. Here, using in vitro single-molecule visualization, we show that nucleosomes, RNA polymerase, and dCas9 pose virtually no barrier to DNA loop extrusion by yeast condensin. Strikingly, we find that even DNA-bound nanoparticles as large as 200 nm, much bigger than the SMC ring size, can be translocated into DNA loops during condensin-driven extrusion. Similarly, human cohesin can pass 200 nm particles during loop extrusion, which even occurs for a single-chain version of cohesin in which the ring-forming subunits are covalently linked and cannot open up to entrap DNA. These findings disqualify all common loop-extrusion models where DNA passes through the SMC rings (pseudo)topologically, and instead point to a nontopological mechanism for DNA loop extrusion. One-sentence summary Huge DNA-bound roadblocks can be incorporated into SMC-extruded DNA loops, pointing to a nontopological mechanism for loop extrusion.
57
Citation30
0
Save
0

Toxicity Management in CAR T cell therapy for B-ALL: Mathematical modelling as a new avenue for improvement

Shalla Hanson et al.Apr 22, 2016
Abstract Advances in genetic engineering have made it possible to reprogram individual immune cells to express receptors that recognise markers on tumour cell surfaces. The process of re-engineering T cell lymphocytes to express Chimeric Antigen Receptors (CARs), and then re-infusing the CAR-modified T cells into patients to treat various cancers is referred to as CAR T cell therapy. This therapy is being explored in clinical trials - most prominently for B Cell Acute Lymphoblastic Leukaemia (B-ALL), a common B cell malignancy, for which CAR T cell therapy has led to remission in up to 90% of patients. Despite this extraordinary response rate, however, potentially fatal inflammatory side effects occur in up to 10% of patients who have positive responses. Further, approximately 50% of patients who initially respond to the therapy relapse. Significant improvement is thus necessary before the therapy can be made widely available for use in the clinic. To inform future development, we develop a mathematical model to explore interactions between CAR T cells, inflammatory toxicity, and individual patients’ tumour burdens in silico . This paper outlines the underlying system of coupled ordinary differential equations designed based on well-known immunological principles and widely accepted views on the mechanism of toxicity development in CAR T cell therapy for B-ALL - and reports in silico outcomes in relationship to standard and recently conjectured predictors of toxicity in a heterogeneous, randomly generated patient population. Our initial results and analyses are consistent with and connect immunological mechanisms to the clinically observed, counterintuitive hypothesis that initial tumour burden is a stronger predictor of toxicity than is the dose of CAR T cells administered to patients. We outline how the mechanism of action in CAR T cell therapy can give rise to such non-standard trends in toxicity development, and demonstrate the utility of mathematical modelling in understanding the relationship between predictors of toxicity, mechanism of action, and patient outcomes.
0
Citation11
0
Save
0

Repeatability of evolution on epistatic landscapes

Benedikt Bauer et al.Mar 20, 2015
Evolution is a dynamic process. The two classical forces of evolution are mutation and selection. Assuming small mutation rates, evolution can be predicted based solely on the fitness differences between phenotypes. Predicting an evolutionary process under varying mutation rates as well as varying fitness is still an open question. Experimental procedures, however, do include these complexities along with fluctuating population sizes and stochastic events such as extinctions. We investigate the mutational path probabilities of systems having epistatic effects on both fitness and mutation rates using a theoretical and computational framework. In contrast to previous models, we do not limit ourselves to the typical strong selection, weak mutation (SSWM)-regime or to fixed population sizes. Rather we allow epistatic interactions to also affect mutation rates. This can lead to qualitatively non-trivial dynamics. Pathways, that are negligible in the SSWM-regime, can overcome fitness valleys and become accessible. This finding has the potential to extend the traditional predictions based on the SSWM foundation and bring us closer to what is observed in experimental systems.