Zebrafish screen identifies novel compound with selective toxicity against leukemia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To detect targeted antileukemia agents we have designed a novel, high-content in vivo screen using genetically engineered, T-cell reporting zebrafish. We exploited the developmental similarities between normal and malignant T lymphoblasts to screen a small molecule library for activity against immature T cells with a simple visual readout in zebrafish larvae. After screening 26 400 molecules, we identified Lenaldekar (LDK), a compound that eliminates immature T cells in developing zebrafish without affecting the cell cycle in other cell types. LDK is well tolerated in vertebrates and induces long-term remission in adult zebrafish with cMYC-induced T-cell acute lymphoblastic leukemia (T-ALL). LDK causes dephosphorylation of members of the PI3 kinase/AKT/mTOR pathway and delays sensitive cells in late mitosis. Among human cancers, LDK selectively affects survival of hematopoietic malignancy lines and primary leukemias, including therapy-refractory B-ALL and chronic myelogenous leukemia samples, and inhibits growth of human T-ALL xenografts. This work demonstrates the utility of our method using zebrafish for antineoplastic candidate drug identification and suggests a new approach for targeted leukemia therapy. Although our efforts focused on leukemia therapy, this screening approach has broad implications as it can be translated to other cancer types involving malignant degeneration of developmentally arrested 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.
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 découle