N6-Methyladenosine (m6A) refers to methylation modification of the adenosine nucleotide acid at the nitrogen-6 position. Many conventional computational methods for identifying N6-methyladenosine sites are limited by the small amount of data available. Taking advantage of the thousands of m6A sites detected by high-throughput sequencing, it is now possible to discover the characteristics of m6A sequences using deep learning techniques. To the best of our knowledge, our work is the first attempt to use word embedding and deep neural networks for m6A prediction from mRNA sequences. Using four deep neural networks, we developed a model inferred from a larger sequence shifting window that can predict m6A accurately and robustly. Four prediction schemes were built with various RNA sequence representations and optimized convolutional neural networks. The soft voting results from the four deep networks were shown to outperform all of the state-of-the-art methods. We evaluated these predictors mentioned above on a rigorous independent test data set and proved that our proposed method outperforms the state-of-the-art predictors. The training, independent, and cross-species testing data sets are much larger than in previous studies, which could help to avoid the problem of overfitting. Furthermore, an online prediction web server implementing the four proposed predictors has been built and is available at http://server.malab.cn/Gene2vec/.

Cell-penetrating peptides (CPPs), have been proven as important drug-delivery vehicles, demonstrating the potential as therapeutic candidates. The past decade has witnessed a rapid growth in CPP-based research. Recently, many computational efforts have been made to develop machine-learning-based methods for identifying CPPs. Although much progress has been made, existing methods still suffer low feature representation capability that limits further performance improvement. In this study, we propose a novel predictor called CPPred-RF, in which we integrate multiple sequence-based feature descriptors to sufficiently explore distinct information embedded in CPPs, employ a well-established feature selection technique to improve the feature representation, and, for the first time, construct a two-layer prediction framework based on the random forest algorithm. The jackknife results on benchmark data sets show that the proposed CPPred-RF is at least competitive with the state-of-the-art predictors. Moreover, we establish the first online Web server in terms of predicting CPPs and their uptake efficiency simultaneously. It is freely available at http://server.malab.cn/CPPred-RF.

Abstract Cutaneous squamous cell carcinoma (cSCC) is a fast-increasing cancer with metastatic potential. Extracellular vesicles (EVs) are small membrane-bound vesicles that play important roles in intercellular communication, particularly in the tumor microenvironment (TME). Here we report that cSCC cells secrete an increased number of EVs relative to normal human epidermal keratinocytes (NHEKs) and that interfering with the capacity of cSCC to secrete EVs inhibits tumor growth in vivo in a xenograft model of human cSCC. Transcriptome analysis of tumor xenografts by RNA-sequencing enabling the simultaneous quantification of both the human and the mouse transcripts revealed that impaired EV-production of cSCC cells prominently altered the phenotype of stromal cells, in particular genes related to extracellular matrix (ECM)-formation and epithelial-mesenchymal transition (EMT). In line with these results, co-culturing of human dermal fibroblasts (HDFs) with cSCC cells, but not with normal keratinocytes in vitro resulted in acquisition of cancer-associated fibroblast (CAF) phenotype. Interestingly, EVs derived from metastatic cSCC cells, but not primary cSCCs or NHEKs, were efficient in converting HDFs to CAFs. Multiplex bead-based flow cytometry assay and mass-spectrometry (MS)-based proteomic analyses revealed the heterogenous cargo of cSCC-derived EVs and that especially EVs derived from metastatic cSCCs carry proteins associated with EV-biogenesis, EMT, and cell migration. Mechanistically, EVs from metastatic cSCC cells result in the activation of TGFβ signaling in HDFs. Altogether, our study suggests that cSCC-derived EVs mediate cancer-stroma communication, in particular the conversion of fibroblasts to CAFs, which eventually contribute to cSCC progression.

Abstract Extrachromosomal DNA plays an important role in oncogene amplification in tumour cells and poor outcomes across multiple cancers. However, the function of extrachromosomal DNA in gastric cardia adenocarcinoma (GCA) is very limited. Here, we investigated the availability and function of extrachromosomal DNA in GCA from a Chinese cohort of GCA using whole-genome sequencing (WGS), whole-exome sequencing (WES), and immunohistochemistry. For the first time, we identified the ecDNA amplicons present in most GCA patients, and found that some oncogenes are present as ecDNA amplicons in these patients. We found that oncogene ecDNA amplicons in the GCA cohort were associated with the chromothripsis process and may be induced by accumulated DNA damage due to local dietary habits in the geographic region. Strikingly, we observed diverse correlations between the presence of ecDNA oncogene amplicons and prognosis, where ERBB2 ecDNA amplicons correlated with good prognosis, EGFR ecDNA amplicons correlated with poor prognosis, and CCNE1 ecDNA amplicons did not correlate with prognosis. Large-scale ERBB2 immunohistochemistry results from 1668 GCA patients revealed that there was a positive correlation between the presence of ERBB2 and prognosis in 2-7-year survival; however, there was a negative correlation between the presence of ERBB2 and prognosis in 0-2-year survival. Our observations indicate that the presence of ERBB2 ecDNA in GCA patients may represent a good prognosis marker.

ABSTRACT Archived formalin-fixed paraffin-embedded (FFPE) samples are the global standard format for preservation of the majority of biopsies in both basic research and translational cancer studies, and profiling chromatin accessibility in the archived FFPE tissues is fundamental to understanding gene regulation. Accurate mapping of chromatin accessibility from FFPE specimens is challenging because of the high degree of DNA damage. Here, we first showed that standard ATAC-seq can be applied to purified FFPE nuclei but yields lower library complexity and a smaller proportion of long DNA fragments. We then present FFPE-ATAC, the first highly sensitive method for decoding chromatin accessibility in FFPE tissues that combines Tn5-mediated transposition and T7 in vitro transcription. The FFPE-ATAC generates high-quality chromatin accessibility profiles with 500 nuclei from a single FFPE tissue section, enables the dissection of chromatin profiles from the regions of interest with the aid of hematoxylin and eosin (H&E) staining, and reveals disease-associated chromatin regulation from the human colorectal cancer FFPE tissue archived for more than 10 years. In summary, the approach allows decoding of the chromatin states that regulate gene expression in archival FFPE tissues, thereby permitting investigators, to better understand epigenetic regulation in cancer and precision medicine.

Abstract There is ample support for developmental regulation of glioblastoma stem cells (GSCs). To examine how cell lineage controls GSC function we have performed a cross-species epigenome analysis of mouse and human GSC cultures. We have analyzed and compared the chromatin-accessibility landscape of nine mouse GSC cultures of defined cell of origin and 60 patient-derived GSC cultures by assay for transposase-accessible chromatin using sequencing (ATAC-seq). This uncovered a variability of both mouse and human GSC cultures that was different from transcriptome analysis and better at predicting functional subgroups. In both species the chromatin accessibility-guided clusters were predominantly determined by distal regulatory element (DRE) regions, displayed contrasting sets of transcription factor binding motifs, and exhibited different functional and drug-response properties. Cross-species analysis of DRE regions in accessible chromatin revealed conserved epigenetic regulation of mouse and human GSCs. Human ATAC-seq data produced three distinct clusters with significant overlap to our previous mouse cell of origin- based stratification, where two of the clusters displayed significantly different patient survival. We conclude that epigenetic regulation of GSCs primarily is dictated by developmental origin which controls key GSC properties and affects therapeutic response.

Abstract Therapeutic targets for Gastric Cardia Adenocarcinoma (GCA), particularly for HER2-negative patients, are lacking. Here, we conducted multi-omics profiling on 128 GCA patients using mass spectrometry, whole-exome sequencing, RNA-Seq, and metabolomics. We found HER2 to be a favorable prognostic marker for GCA. Employing molecular counting, we categorized patients into HER2-high, -low, and -negative groups. We uncovered an enrichment of DNA repair features in the HER2-high group, while HER2-low and -negative groups exhibited strong inflammation. We found that tumor mutation burden may not be the distinguishing factor among these three groups. We revealed that the HER2-negative and -low groups have a tumor-suppressive immune microenvironment, and HER2 expression is associated with fatty acid metabolic profiles and inflammation in the blood of patients. Our study revealed anti-inflammatory and immune checkpoint inhibition, targeting PD-L2 and the CD47/SIRPA pair, as therapeutic strategies for HER2-negative GCA patients. These findings highlight promising avenues for personalized treatment for GCA.