MIP-1α (CCL3) is a downstream target of FGFR3 and RAS-MAPK signaling in multiple myeloma
Notice bibliographique
Résumé
Overexpression of fibroblast growth factor receptor 3 (FGFR3) is a hallmark of t(4;14) multiple myeloma (MM). To dissect the mechanism of FGFR3 oncogenesis in MM, we used 3 FGFR selective kinase inhibitors-CHIR258, PD173074, and SU5402-and FGFR3-specific siRNA to modulate FGFR3 activity. Conversely, the ligand FGF was used to stimulate FGFR3 function in human MM cells. The transcriptional response to FGFR3 modification was recorded, and gene expression changes common to all 5 modifiers were documented. Ten genes were commonly regulated. Macrophage inflammatory protein-1 alpha (MIP-1alpha) was the single most differentially altered gene. MIP-1 alpha promoter function, gene expression, and protein secretion were each down-regulated following inhibition of FGFR3 signaling. Down-regulation of MIP-1 alpha was not, however, observed following FGFR3 inhibition in MM cells with RAS mutations implicating RAS-MAPK in MIP-1 alpha regulation. As confirmation, inhibition of ERK1 also down-regulated MIP-1 alpha in FGFR3 inhibitor-resistant cells harboring RAS mutations. MIP-1 alpha is implicated in the survival and proliferation of MM cells and the pathogenesis of MM bone disease. Our observation is the first to directly link an initiating IgH translocation not only to MM-cell growth and survival but also to the disease-associated bone disease.
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 | 0,000 |
| 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 ».