Нокдаун гибридного онкогена KMT2A-AFF1 ассоциирован с дифференциальным сплайсингом РНК в клетках острого лимфобластного лейкоза человека
Аннотация
Отмечено, что гибридный онкоген KMT2A-AFF1 является продуктом транслокации t (4; 11)(q21; q23). Этот онкоген, при условии появления в ранних предшественниках гемопоэза, выступает в роли одного из факторов генеза острого лимфобластного лейкоза у детей, механизм которого до конца не установлен. Показано, что активность онкогена KMT2A-AFF1 оказывает влияние на транскриптом лейкозных клеток. Данный эффект реализуется двумя путями: через дифференциальную экспрессию множества генов, подконтрольных онкогену, а также через контроль дифференциального сплайсинга. Представленные результаты свидетельствуют об открытии нового действия онкогена KMT2A-AFF1 и обеспечивают перспективы в изучении лейкоза, ассоциированного с транслокацией t (4; 11)(q21; q23).
Литература
- Hensel J. P., Gillert E., Fey G. H., et al. Breakpoints of t (4; 11) translocations in the human MLL and AF4 genes in ALL patients are preferentially clustered outside of high-affinity matrix attachment regions. J. Cell Biochem. 2001. Vol. 82. P. 299 –309.
- Müller A. M. S., Duque J., Shizuru J. A., et al. Complementing mutations in core binding factor leukemias: from mouse models to clinical applications. Oncogene. 2008. Vol. 27. P. 5759–5773.
- Ballabio E., Milne T. A. Molecular and epigenetic mechanisms of MLL in human leukemogenesis. Cancers (Basel). 2012. Vol. 4. P. 904 – 944.
- Liao Y., Smyth G. K., Shi W. The Subread aligner: fast, accurate and scalable read mapping by seed-and-vote. Nucleic Acids Res. 2013. Vol. 41. P. e108.
- Liao Y., Smyth G. K., Shi W. FeatureCounts: an efficient general-purpose program for assigning sequence reads to genomic features. Bioinformatics. 2014. Vol. 30. P. 923–930.
- Ritchie M. E., Phipson B., Wu D., et al. Limma powers differential expression analyses for RNA-sequencing and microarray studies. Nucleic Acids Res. 2015. Vol. 43. P. e47.
- Robinson M. D., McCarthy D. J., Smyth G. K. EdgeR: a Bioconductor package for differential expression analysis of digital gene expression data. Bioinformatics. 2010. Vol. 26, No. 1. P. 139–140.
- Smyth G. K. Linear models and empirical Bayes methods for assessing differential expression in microarray experiments. Stat. Appl. Genet. Molec. Biol. 2004. Article 3.
- Aken B. L., Ayling S., Barrell D., et al. The Ensembl gene annotation system. Database (Oxford). 2016. Vol. 2016. P. 1–19. DOI: 10.1093/database/baw093.
- Law C. W., Chen Y., Shi W., et al. Voom: precision weights unlock linear model analysis tools for RNA-seq read counts. Genome Biol. 2014. Vol. 15. P. R29.
- Yamile M., Markus H., Zahra A., et al. Unmasking alternative splicing inside protein-coding exons defines exitrons and their role in proteome plasticity. Genome Res. 2015. Vol. 25. P. 995–1007.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).