PIM kinases are progression markers and emerging therapeutic targets in diffuse large B-cell lymphoma
Notice bibliographique
Résumé
BACKGROUND: PIM serine/threonine kinases are often highly expressed in haematological malignancies. We have shown that PIM inhibitors reduced the survival and migration of leukaemic cells. Here, we investigated PIM kinases in diffuse large B-cell lymphoma (DLBCL) biopsy samples and DLBCL cell lines. METHODS: Immunohistochemical staining for PIM kinases and CXCR4 was performed on tissue microarrays from a cohort of 101 DLBCL cases, and the effects of PIM inhibitors on the survival and migration of DLBCL cell lines were determined. RESULTS: PIM1 expression significantly correlated with the activation of signal transducer and activator of transcription (STAT) 3 and 5, P-glycoprotein expression, CXCR4-S339 phosphorylation, and cell proliferation. Whereas most cases exhibited cytoplasmic or cytoplasmic and nuclear PIM1 and PIM2 expression, 12 cases (10 of the non-germinal centre DLBCL type) expressed PIM1 predominately in the nucleus. Interestingly, nuclear expression of PIM1 significantly correlated with disease stage. Exposure of DLBCL cell lines to PIM inhibitors modestly impaired cellular proliferation and CXCR4-mediated migration. CONCLUSION: This work demonstrates that PIM expression in DLBCL is associated with activation of the JAK/STAT signalling pathway and with the proliferative activity. The correlation of nuclear PIM1 expression with disease stage and the modest response to small-molecule inhibitors suggests that PIM kinases are progression markers rather than primary therapeutic targets in DLBCL.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».