The pathobiology of the oncogenic tyrosine kinase NPM-ALK: a brief update
Notice bibliographique
Résumé
Extensive research has been carried out in the past two decades to study the pathobiology of nucleophosmin-anaplastic lymphoma kinase (NPM-ALK), which is an oncogenic fusion protein found exclusively in a specific type of T-cell lymphoid malignancy, namely ALK-positive anaplastic large cell lymphoma. Results from these studies have provided highly useful insights into the mechanisms by which a constitutively tyrosine kinase, such as NPM-ALK, promotes tumorigenesis. Several previous publications have comprehensively summarized the advances in this field. In this review, we provide readers with a brief update on specific areas of NPM-ALK pathobiology. In the first part, the NPM-ALK/signal transducer and activator of transcription 3 (STAT3) signaling axis is discussed, with an emphasis on the existence of multiple biochemical defects that have been shown to amplify the oncogenic effects of this signaling axis. Specifically, findings regarding JAK3, SHP1 and the stimulatory effects of several cytokines including interleukin (IL)-9, IL-21 and IL-22 are summarized. New concepts stemming from recent observations regarding the functional interactions among the NPM-ALK/STAT3 axis, β catenin and glycogen synthase kinase 3β will be postulated. Lastly, new mechanisms by which the NPM-ALK/STAT3 axis promotes tumorigenesis, such as its modulations of Twist1, hypoxia-induced factor 1α, CD274, will be described. In the second part, we summarize recent data generated by mass spectrometry studies of NPM-ALK, and use MSH2 and heat shock proteins as examples to illustrate the use of mass spectrometry data in stimulating new research in this field. In the third part, the evolving field of microRNA in the context of NPM-ALK biology is discussed.
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 | 0,001 |
| 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 ».