Abstract Cancer cells often co-opt post-transcriptional regulatory mechanisms to achieve pathologic expression of gene networks that drive metastasis. Translational control is a major regulatory hub in oncogenesis, however its effects on cancer progression remain poorly understood. To address this, we used ribosome profiling to compare genome-wide translation efficiencies of poorly and highly metastatic breast cancer cells and patient-derived xenografts. We developed novel regression-based methods to analyze ribosome profiling and alternative polyadenylation data, and identified HNRNPC as a translational controller of a specific mRNA regulon. Mechanistically, HNRNPC, in concert with PABPC4, binds near to poly(A) signals, thereby governing the alternative polyadenylation of a set of mRNAs. We found that HNRNPC and PABPC4 are downregulated in highly metastatic cells, which causes HNRNPC-bound mRNAs to undergo 3’ UTR lengthening and subsequently, translational repression. We showed that modulating HNRNPC expression impacts the metastatic capacity of breast cancer cells in xenograft mouse models. We also found that a small molecule, previously shown to induce a distal-to-proximal poly(A) site switching, counteracts the HNRNPC-PABPC4 driven deregulation of alternative polyadenylation and decreases the metastatic lung colonization by breast cancer cells in vivo .

Abstract GI toxicity is a common dose-limiting adverse effect of platin chemotherapy treatment. Up to 50% of cancer survivors continue to experience symptoms of chronic constipation or diarrhea induced by their chemotherapy for many years after their treatment. This drug toxicity is largely attributed to damage to enteric neurons that innervate the GI tract and control GI motility. The mechanisms responsible for platin-induced enteric neurotoxicity and potential preventative strategies have remained unknown. Here, we use human pluripotent stem cell derived enteric neurons to establish a new model system capable of uncovering the mechanism of platin-induced enteric neuropathy. Utilizing this scalable system, we performed a high throughput screen and identified drug candidates and pathways involved in the disease. Our analyses revealed that excitotoxicity through muscarinic cholinergic signaling is a key driver of platin-induced enteric neuropathy. Using single nuclei transcriptomics and functional assays, we discovered that this disease mechanism leads to increased susceptibility of specific neuronal subtypes, including inhibitory nitrergic neurons, to platins. Histological assessment of the enteric nervous system in platin-treated patients confirmed the selective loss of nitrergic neurons. Finally, we demonstrated that pharmacological and genetic inhibition of muscarinic cholinergic signaling is sufficient to rescue enteric neurons from platin excitotoxicity in vitro and can prevent platin-induced constipation and degeneration of nitrergic neurons in mice. These studies define the mechanisms of platin-induced enteric neuropathy and serve as a framework for uncovering cell type-specific manifestations of cellular stress underlying numerous intractable peripheral neuropathies.

ABSTRACT In our cells, a limited number of RNA binding proteins (RBPs) are responsible for all aspects of RNA metabolism across the entire transcriptome. To accomplish this, RBPs form regulatory units that act on specific target regulons. However, the landscape of RBP combinatorial interactions remains poorly explored. Here, we performed a systematic annotation of RBP combinatorial interactions via multimodal data integration. We built a large-scale map of RBP protein neighborhoods by generating in vivo proximity-dependent biotinylation datasets of 50 human RBPs. In parallel, we used CRISPR interference with single-cell readout to capture transcriptomic changes upon RBP knockdowns. By combining these physical and functional interaction readouts, along with the atlas of RBP mRNA targets from eCLIP assays, we generated an integrated map of functional RBP interactions. We then used this map to match RBPs to their context-specific functions and validated the predicted functions biochemically for four RBPs. This study highlights the previously underappreciated scale of the inter-RBP interactions, be it genetic or physical, and is a first step towards a more comprehensive understanding of post-transcriptional regulatory processes and their underlying molecular grammar.

Large-scale sequencing efforts of thousands of tumor samples have been undertaken to understand the mutational landscape of the coding genome. However, the vast majority of germline and somatic variants occur within non-coding portions of the genome. These genomic regions do not directly encode for specific proteins, but can play key roles in cancer progression, for example by driving aberrant gene expression control. Here, we designed an integrative computational and experimental framework to identify recurrently mutated non-coding regulatory regions that drive tumor progression. Application of this approach to whole-genome sequencing (WGS) data from a large cohort of metastatic castration-resistant prostate cancer (mCRPC) revealed a large set of recurrently mutated regions. We used (i) in silico prioritization of functional non-coding mutations, (ii) massively parallel reporter assays, and (iii) in vivo CRISPR-interference (CRISPRi) screens in xenografted mice to systematically identify and validate driver regulatory regions that drive mCRPC. We discovered that one of these enhancer regions, GH22I030351, acts on a bidirectional promoter to simultaneously modulate expression of U2-associated splicing factor SF3A1 and chromosomal protein CCDC157. We found that both SF3A1 and CCDC157 are promoters of tumor growth in xenograft models of prostate cancer. We nominated a number of transcription factors, including SOX6, to be responsible for higher expression of SF3A1 and CCDC157. Collectively, we have established and confirmed an integrative computational and experimental approach that enables the systematic detection of non-coding regulatory regions that drive the progression of human cancers.

Non-small-cell lung cancer is the leading cause of cancer death worldwide. Although radiotherapy is an effective treatment choice for early-stage cases, the 5-year survival rate of patients diagnosed in late-stages remains poor. Increasing evidence suggests that the local and systemic effects of radiotherapy dependent on the induced anti-tumor immune responses. We believe that an educated adaptation of radiotherapy plans based not only on the induced immune responses, but also on the tumor-immune ecosystem composition at the beginning of treatment might increase local tumor control. We propose two different mathematical models to evaluate the potential of the tumor-immune context to inform adaptation of treatment plans with the aim of improving outcomes.