Gefitinib targets ZAP-70-expressing chronic lymphocytic leukemia cells and inhibits B-cell receptor signaling
Notice bibliographique
Résumé
Chronic lymphocytic leukemia (CLL) can be divided into groups based on biomarkers of poor prognosis. The expression of the tyrosine kinase ZAP-70 (member of the Syk tyrosine kinase family) in CLL cells is associated with shorter overall survival in CLL patients. Currently, there is a lack of targeted therapies for patients with ZAP-70 expression in CLL cells. The tyrosine kinase inhibitor gefitinib has been shown to be effective at induce apoptosis in acute myeloid leukemia through inhibition of Syk. In this study, we sought to test the efficacy of gefitinib in primary human ZAP-70+ CLL cells. We demonstrate that gefitinib preferentially induces cell death in ZAP-70-expressing CLL cells with a median IC50 of 4.5 μM. In addition, gefitinib decreases the viability of ZAP-70+ Jurkat T leukemia cells but fails to affect T cells from CLL patients. Western blot analysis shows gefitinib reduces both basal and B-cell receptor (BCR)-stimulated phosphorylation of Syk/ZAP-70, ERK, and Akt in ZAP-70+ CLL cells. Moreover, gefitinib inhibits the pro-survival response from BCR stimulation and decreases pro-survival proteins such as Mcl-1. Finally, ZAP-70 expression sensitizes Raji cells to gefitinib treatment. These results demonstrate that gefitinib specifically targets ZAP-70+ CLL cells and inhibits the BCR cell survival pathway leading to apoptosis. This represents the likelihood of tyrosine kinase inhibitors being effective targeted treatments for ZAP-70+ CLL cells.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».