Abstract MicroRNAs (miRNA) are noncoding RNAs that regulate multiple cellular processes, including proliferation and apoptosis. We used microarray technology to identify miRNAs that were upregulated by non–small cell lung cancer (NSCLC) A549 cells in response to cisplatin (CDDP). The corresponding synthetic miRNA precursors (pre-miRNAs) per se were not lethal when transfected into A549 cells yet affected cell death induction by CDDP, C2-ceramide, cadmium, etoposide, and mitoxantrone in an inducer-specific fashion. Whereas synthetic miRNA inhibitors (anti-miRNAs) targeting miR-181a and miR-630 failed to modulate the response of A549 to CDDP, pre-miR-181a and pre-miR-630 enhanced and reduced CDDP-triggered cell death, respectively. Pre-miR-181a and pre-miR-630 consistently modulated mitochondrial/postmitochondrial steps of the intrinsic pathway of apoptosis, including Bax oligomerization, mitochondrial transmembrane potential dissipation, and the proteolytic maturation of caspase-9 and caspase-3. In addition, pre-miR-630 blocked early manifestations of the DNA damage response, including the phosphorylation of the ataxia-telangiectasia mutated (ATM) kinase and of two ATM substrates, histone H2AX and p53. Pharmacologic and genetic inhibition of p53 corroborated the hypothesis that pre-miR-630 (but not pre-miR-181a) blocks the upstream signaling pathways that are ignited by DNA damage and converge on p53 activation. Pre-miR-630 arrested A549 cells in the G0-G1 phase of the cell cycle, correlating with increased levels of the cell cycle inhibitor p27Kip1 as well as with reduced proliferation rates and resulting in greatly diminished sensitivity of A549 cells to the late S-G2-M cell cycle arrest mediated by CDDP. Altogether, these results identify miR-181a and miR-630 as novel modulators of the CDDP response in NSCLC. Cancer Res; 70(5); 1793–803

The adaptive B cell response is driven by the expansion, somatic hypermutation, and selection of B cell clones. A high number of clones in a B cell population indicates a highly diverse repertoire, while clonal size distribution and sequence diversity within clones can be related to antigen’s selective pressure. Identifying clones is fundamental to many repertoire studies, including repertoire comparisons, clonal tracking and statistical analysis. Several methods have been developed to group sequences from high-throughput B cell repertoire data. Current methods use clustering algorithms to group clonally-related sequences based on their similarities or distances. Such approaches create groups by optimizing a single objective that typically minimizes intra-clonal distances. However, optimizing several objective functions can be advantageous and boost the algorithm convergence rate. Here we propose a new method based on multi-objective clustering. Our approach requires V(D)J annotations to obtain the initial clones and iteratively applies two objective functions that optimize cohesion and separation within clones simultaneously. We show that under simulations with varied mutation rates, our method greatly improves clonal grouping as compared to other tools. When applied to experimental repertoires generated from high-throughput sequencing, its clustering results are comparable to the most performing tools. The method based on multi-objective clustering can accurately identify clone members, has fewer parameter settings and presents the lowest running time among existing tools. All these features constitute an attractive option for repertoire analysis, particularly in the clinical context to unravel the mechanisms involved in the development and evolution of B cell malignancies.