By analyzing gene expression data in glioblastoma in combination with matched microRNA profiles, we have uncovered a posttranscriptional regulation layer of surprising magnitude, comprising more than 248,000 microRNA (miR)-mediated interactions. These include ∼7,000 genes whose transcripts act as miR "sponges" and 148 genes that act through alternative, nonsponge interactions. Biochemical analyses in cell lines confirmed that this network regulates established drivers of tumor initiation and subtype implementation, including PTEN, PDGFRA, RB1, VEGFA, STAT3, and RUNX1, suggesting that these interactions mediate crosstalk between canonical oncogenic pathways. siRNA silencing of 13 miR-mediated PTEN regulators, whose locus deletions are predictive of PTEN expression variability, was sufficient to downregulate PTEN in a 3'UTR-dependent manner and to increase tumor cell growth rates. Thus, miR-mediated interactions provide a mechanistic, experimentally validated rationale for the loss of PTEN expression in a large number of glioma samples with an intact PTEN locus.

We analyzed molecular data on 2,579 tumors from The Cancer Genome Atlas (TCGA) of four gynecological types plus breast. Our aims were to identify shared and unique molecular features, clinically significant subtypes, and potential therapeutic targets. We found 61 somatic copy-number alterations (SCNAs) and 46 significantly mutated genes (SMGs). Eleven SCNAs and 11 SMGs had not been identified in previous TCGA studies of the individual tumor types. We found functionally significant estrogen receptor-regulated long non-coding RNAs (lncRNAs) and gene/lncRNA interaction networks. Pathway analysis identified subtypes with high leukocyte infiltration, raising potential implications for immunotherapy. Using 16 key molecular features, we identified five prognostic subtypes and developed a decision tree that classified patients into the subtypes based on just six features that are assessable in clinical laboratories.

Highlights•SCCs show chromosome or methylation alterations affecting multiple related genes•These regulate squamous stemness, differentiation, growth, survival, and inflammation•Copy-quiet SCCs have hypermethylated (FANCF, TET1) or mutated (CASP8, MAPK-RAS) genes•Potential targets include ΔNp63, WEE1, IAPs, PI3K-mTOR/MAPK, and immune responsesSummaryThis integrated, multiplatform PanCancer Atlas study co-mapped and identified distinguishing molecular features of squamous cell carcinomas (SCCs) from five sites associated with smoking and/or human papillomavirus (HPV). SCCs harbor 3q, 5p, and other recurrent chromosomal copy-number alterations (CNAs), DNA mutations, and/or aberrant methylation of genes and microRNAs, which are correlated with the expression of multi-gene programs linked to squamous cell stemness, epithelial-to-mesenchymal differentiation, growth, genomic integrity, oxidative damage, death, and inflammation. Low-CNA SCCs tended to be HPV(+) and display hypermethylation with repression of TET1 demethylase and FANCF, previously linked to predisposition to SCC, or harbor mutations affecting CASP8, RAS-MAPK pathways, chromatin modifiers, and immunoregulatory molecules. We uncovered hypomethylation of the alternative promoter that drives expression of the ΔNp63 oncogene and embedded miR944. Co-expression of immune checkpoint, T-regulatory, and Myeloid suppressor cells signatures may explain reduced efficacy of immune therapy. These findings support possibilities for molecular classification and therapeutic approaches.Graphical abstract

ABSTRACT RNA profiling technologies at single-cell resolutions, including single-cell and single-nuclei RNA sequencing (scRNA-Seq and snRNA-Seq, scnRNA-Seq for short), can help characterize the composition of tissues and reveal cells that influence key functions in both healthy and disease tissues. However, the use of these technologies is operationally challenging because of high costs and stringent sample-collection requirements. Computational deconvolution methods that infer the composition of bulk-profiled samples using scnRNA-Seq-characterized cell types can broaden scnRNA-Seq applications, but their effectiveness remains controversial. We produced the first systematic evaluation of deconvolution methods on datasets with either known or scnRNA-Seq-estimated compositions. Our analyses revealed biases that are common to scnRNA-Seq 10X Genomics assays and illustrated the importance of accurate and properly controlled data preprocessing and method selection and optimization. Moreover, our results suggested that concurrent RNA-Seq and scnRNA-Seq profiles can help improve the accuracy of both scnRNA-Seq preprocessing and the deconvolution methods that employ them. Indeed, our proposed method, Single-cell RNA Quantity Informed Deconvolution (SQUID), combined RNA-Seq transformation and dampened weighted least-squares deconvolution approaches to consistently outperform other methods in predicting the composition of cell mixtures and tissue samples. Furthermore, our analysis suggested that only SQUID could identify outcomes-predictive cancer cell subclones in pediatric acute myeloid leukemia and neuroblastoma datasets, suggesting that deconvolution accuracy improvements are vital to enabling its applications in the life sciences.

Abstract Purpose To show that radiation response across cancer cell lines of the same anatomic site and histologic type varies remarkably for protons and carbon (C) ions. Materials and Methods We measured and obtained from the literature clonogenic survival of human cancer cell lines of the lung (n=18), brain (n=10) and pancreas (n=10) exposed to photons, protons, and C-ions to assess their variability in response. We also treated cancer cell lines with DNA repair inhibitors prior to irradiation to assess how DNA repair capacity affects their variability in response. We quantified the variability in response by calculating the relative range (range/mean) and the coefficient of variation (COV) of the dose at 10% survival fraction (D 10% ) and relative biological effectiveness (RBE 10% ). Results The relative range of D 10% for lung cancer cell lines varied from 55-92% for photons, protons, and C-ions, with the relative range in RBE varying from 16-45% for protons and C-ions. For brain and pancreatic cancer cell lines, the relative range of D 10% varied from 95-112%, and 39-75%, respectively, with the relative range in RBE varying from 27-33% and 25-50%, respectively. However, the COVs in D 10% were approximately equal across radiation qualities, varying from 0.24±0.07–0.35±0.10, 0.35±0.09–0.69±0.62 and 0.13±0.03– 0.21±0.04 for lung, brain and pancreatic cancer cell lines, respectively. Greater relative ranges in D 10% were observed in the cell lines with inhibited DNA repair, varying from 108%-157% for photons, protons, and C-ions, with relative ranges in RBE varying from 29-67%. The COVs in the D 10% were also greater for the cell lines treated with inhibitors of DNA repair, varying from 0.34±0.09–0.41±0.06. Conclusion Cell lines of the same anatomic site and histologic type have a remarkable variability in response, not only to photons but also to protons and C-ions. We attributed this variability to differences in DNA repair capacity. Category Biological Physics and Response Prediction

LIN28 is a bipartite RNA-binding protein that post-transcriptionally inhibits let-7 microRNAs to regulate development and influence disease states. However, the mechanisms of let-7 suppression remains poorly understood, because LIN28 recognition depends on coordinated targeting by both the zinc knuckle domain (ZKD), which binds a GGAG-like element in the precursor, and the cold shock domain (CSD), whose binding sites have not been systematically characterized. By leveraging single-nucleotide-resolution mapping of LIN28 binding sites in vivo, we determined that the CSD recognizes a (U)GAU motif. This motif partitions the let-7 family into Class I precursors with both CSD and ZKD binding sites and Class II precursors with ZKD but no CSD binding sites. LIN28 in vivo recognition, and subsequent 3′ uridylation and degradation, of Class I precursors is more efficient, leading to their stronger suppression in LIN28-activated cells and cancers. Thus, CSD binding sites amplify the effects of the LIN28 activation with potential implication in development and cancer.

SUMMARY The determination of long non-coding RNA (lncRNA) function is a major challenge in RNA biology with applications to basic, translational, and medical research [1–7]. Our efforts to improve the accuracy of lncRNA-target inference identified lncRNAs that coordinately regulate both the transcriptional and post-transcriptional processing of their targets. Namely, these lncRNAs may regulate the transcription of their target and chaperone the resulting message until its translation, leading to tightly coupled lncRNA and target abundance. Our analysis suggested that hundreds of cancer genes are coordinately and tightly regulated by lncRNAs and that this unexplored regulatory paradigm may propagate the effects of non-coding alterations to effectively dysregulate gene expression programs. As a proof-of-principle we studied the regulation of DICER1 [8, 9]—a cancer gene that controls microRNA biogenesis—by the lncRNA ZFAS1 , showing that ZFAS1 activates DICER1 transcription and blocks its post-transcriptional repression to phenomimic and regulate DICER1 and its target microRNAs.

The human transcriptome consists of various RNA biotypes including multiple types of non-coding RNAs (ncRNAs). Current ncRNA compendia remain incomplete partially because they are almost exclusively derived from the interrogation of small- and polyadenylated RNAs. Here, we present a more comprehensive atlas of the human transcriptome that is derived from matching polyA-, total-, and small-RNA profiles of a heterogeneous collection of nearly 300 human tissues and cell lines. We report on thousands of novel RNA species across all major RNA biotypes, including a hitherto poorly-cataloged class of non-polyadenylated single-exon long non-coding RNAs. In addition, we exploit intron abundance estimates from total RNA-sequencing to test and verify functional regulation by novel non-coding RNAs. Our study represents a substantial expansion of the current catalogue of human ncRNAs and their regulatory interactions. All data, analyses, and results are available in the R2 web portal and serve as a basis to further explore RNA biology and function.