Posttranslational regulation of self-renewal capacity: insights from proteome and phosphoproteome analyses of stem cell leukemia
Notice bibliographique
Résumé
We recently generated 2 phenotypically similar Hoxa9+Meis1 overexpressing acute myeloid leukemias that differ by their in vivo biologic behavior. The first leukemia, named FLA2, shows a high frequency of leukemia stem cells (LSCs; 1 in 1.4 cells), whereas the second, FLB1, is more typical with a frequency of LSCs in the range of 1 per several hundred cells. To gain insights into possible mechanisms that determine LSC self-renewal, we profiled and compared the abundance of nuclear and cytoplasmic proteins and phosphoproteins from these leukemias using quantitative proteomics. These analyses revealed differences in proteins associated with stem cell fate, including a hyperactive p38 MAP kinase in FLB1 and a differentially localized Polycomb group protein Ezh2, which is mostly nuclear in FLA2 and predominantly cytoplasmic in FLB1. Together, these newly documented proteomes and phosphoproteomes represent a unique resource with more than 440 differentially expressed proteins and 11 543 unique phosphopeptides, of which 80% are novel and 7% preferentially phosphorylated in the stem cell-enriched leukemia.
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 ».