NOTCH2 and FLT3 gene mis-splicings are common events in patients with acute myeloid leukemia (AML): new potential targets in AML
Notice bibliographique
Résumé
Our previous studies revealed an increase in alternative splicing of multiple RNAs in cells from patients with acute myeloid leukemia (AML) compared with CD34(+) bone marrow cells from normal donors. Aberrantly spliced genes included a number of oncogenes, tumor suppressor genes, and genes involved in regulation of apoptosis, cell cycle, and cell differentiation. Among the most commonly mis-spliced genes (>70% of AML patients) were 2, NOTCH2 and FLT3, that encode myeloid cell surface proteins. The splice variants of NOTCH2 and FLT3 resulted from complete or partial exon skipping and utilization of cryptic splice sites. Longitudinal analyses suggested that NOTCH2 and FLT3 aberrant splicing correlated with disease status. Correlation analyses between splice variants of these genes and clinical features of patients showed an association between NOTCH2-Va splice variant and overall survival of patients. Our results suggest that NOTCH2 and FLT3 mis-splicing is a common characteristic of AML and has the potential to generate transcripts encoding proteins with altered function. Thus, splice variants of these genes might provide disease markers and targets for novel therapeutics.
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 ».