SM
Subhrangsu Mandal
Author with expertise in Comprehensive Integration of Single-Cell Transcriptomic Data
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
11
(82% Open Access)
Cited by:
1,449
h-index:
41
/
i10-index:
64
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
21

A mechanistic model captures the emergence and implications of non-genetic heterogeneity and reversible drug resistance in ER+ breast cancer cells

Sarthak Sahoo et al.Mar 15, 2021
Abstract Resistance to anti-estrogen therapy is an unsolved clinical challenge in successfully treating ER+ breast cancer patients. Acquisition of mutations can confer heritable resistance to cancer cells, enabling their clonal selection to establish a drug-resistant population. Recent studies have demonstrated that cells can tolerate drug treatment without any genetic alterations too; however, the mechanisms and dynamics of such non-genetic adaptation remain elusive. Here, we investigate coupled dynamics of epithelial-mesenchymal transition (EMT) in breast cancer cells and emergence of reversible drug resistance. Our mechanism-based model for the underlying regulatory network reveals that these two axes can drive one another, thus conferring bidirectional plasticity. This network can also enable non-genetic heterogeneity in a population of cells by allowing for six co-existing phenotypes: epithelial-sensitive, mesenchymal-resistant, hybrid E/M-sensitive, hybrid E/M-resistant, mesenchymal-sensitive and epithelial-resistant, with the first two ones being most dominant. Next, in a population dynamics framework, we exemplify the implications of phenotypic plasticity (both drug-induced and intrinsic stochastic switching) and/or non-genetic heterogeneity in promoting population survival in a mixture of sensitive and resistant cells, even in the absence of any cell-cell cooperation. Finally, we propose the potential therapeutic use of MET (mesenchymal-epithelial transition) inducers besides canonical anti-estrogen therapy to limit the emergence of reversible drug resistance. Our results offer mechanistic insights into empirical observations on EMT and drug resistance and illustrate how such dynamical insights can be exploited for better therapeutic designs.
21
Citation6
0
Save
1

Semi-coordinated allelic-bursting shape dynamic random monoallelic expression in pre-gastrulation embryos

C Naik et al.Sep 19, 2020
Abstract In recent years, allele-specific single-cell RNA-seq (scRNA-seq) analysis has demonstrated wide-spread dynamic random monoallelic expression of autosomal genes (aRME) in different cell types. However, the prevalence of dynamic aRME during pre-gastrulation development remains unknown. Here, we show that dynamic aRME is wide-spread in different lineages of pre-gastrulation embryos. Additionally, the origin of dynamic aRME remains poorly understood. Theoretically, it is believed that independent transcriptional bursting from each allele leads to the dynamic aRME. However, based on analysis of allele-specific burst kinetics of autosomal genes, we found that allelic burst is not perfectly independent, rather it happens in semi-coordinated fashion. Importantly, we show that semi-coordinated allelic bursting of the genes; particularly with low burst frequency, leads to frequent asynchronous allelic bursting, thereby shaping the landscape of dynamic aRME in pre-gastrulation embryos. Altogether, our study provides significant insight into the prevalence and origin of dynamic aRME and cell to cell expression heterogeneity during early mammalian development.
1
Citation5
0
Save
9

Investigating epithelial-mesenchymal heterogeneity of tumors and circulating tumor cells with transcriptomic analysis and biophysical modeling

Federico Bocci et al.Oct 30, 2020
Abstract Introduction Cellular heterogeneity along the Epithelial-Mesenchymal Plasticity (EMP) spectrum is a paramount feature observed in tumors and circulating tumor cells (CTCs). High-throughput techniques now offer unprecedented details on this variability at a single-cell resolution. Yet, there is no current consensus about how EMP in tumors propagates to that in CTCs. To investigate the relationship between EMP associated heterogeneity of tumors and that of CTCs, we integrated transcriptomic analysis and biophysical modeling. Methods We apply three EMT (Epithelial-Mesenchymal Transition) scoring metrics to multiple tumor samples and CTC datasets from several cancer types. Moreover, we develop a biophysical model that couples EMT associated phenotypic switching in a primary tumor with cell migration. Finally, we integrate EMT transcriptomic analysis and in silico modeling to evaluate the predictive power of several measurements of tumor aggressiveness, including tumor EMT score, CTC EMT score, fraction of CTC clusters found in circulation, and CTC cluster size distribution. Results Analysis of high-throughput datasets reveals a pronounced heterogeneity without a well-defined relation between EMT traits in tumors and CTCs. Moreover, mathematical modeling predicts different phases where CTCs can be less, equally, or more mesenchymal than primary tumor depending on the dynamics of phenotypic transition and cell migration. Consistently, various datasets of CTC cluster size distribution from different cancer types are fitted onto different regimes of the model. By further constraining the model with experimental measurements of tumor EMT score, CTC EMT score, and fraction of CTC cluster in bloodstream, we show that none of these assays alone can provide sufficient information to predict the other variables. Conclusions By integrating analysis of single cell gene expression and in silico modeling, we propose that the relationship between EMT progression in tumors and CTCs can be variable, and in general, predicting one from the other may not be as straightforward as tacitly assumed.
9
Citation1
0
Save
16

PD-L1 activity is associated with partial EMT and metabolic reprogramming in carcinomas

Srinath Muralidharan et al.Oct 6, 2022
Abstract Immune evasion and metabolic reprogramming are hallmarks of cancer progression often associated with a poor prognosis and frequently present significant challenge for cancer therapies. Recent studies have emphasized on the dynamic interaction between immunosuppression and the dysregulation of energy metabolism in modulating the tumor microenvironment to promote cancer aggressiveness. However, a pan-cancer association among these two hallmarks, and a potent common driver for them – Epithelial-Mesenchymal Transition (EMT) – remains to be done. Here, our meta-analysis across 184 publicly available transcriptomic datasets as well as The Cancer Genome Atlas (TCGA) data reveals that an enhanced PD-L1 activity signature along with other immune checkpoint markers correlate positively with a partial EMT and elevated glycolysis signature but a reduced OXPHOS signature in many carcinomas. These trends were also recapitulated in single-cell RNA-seq time-course EMT induction data across cell lines. Furthermore, across multiple cancer types, concurrent enrichment of glycolysis and PD-L1 results in worse outcomes in terms of overall survival as compared to enrichment for only PD-L1 activity or expression. Our results highlight potential functional synergy among these interconnected axes of cellular plasticity in enabling metastasis and/or multi-drug resistance in cancer.
Load More