High activation of STAT5A drives peripheral T-cell lymphoma and leukemia
Notice bibliographique
Résumé
Recurrent gain-of-function mutations in the transcription factors STAT5A and much more in STAT5B were found in hematopoietic malignancies with the highest proportion in mature T- and natural killer-cell neoplasms (peripheral T-cell lymphoma, PTCL). No targeted therapy exists for these heterogeneous and often aggressive diseases. Given the shortage of models for PTCL, we mimicked graded STAT5A or STAT5B activity by expressing hyperactive Stat5a or STAT5B variants at low or high levels in the hematopoietic system of transgenic mice. Only mice with high activity levels developed a lethal disease resembling human PTCL. Neoplasia displayed massive expansion of CD8+ T cells and destructive organ infiltration. T cells were cytokine-hypersensitive with activated memory CD8+ T-lymphocyte characteristics. Histopathology and mRNA expression profiles revealed close correlation with distinct subtypes of PTCL. Pronounced STAT5 expression and activity in samples from patients with different subsets underline the relevance of JAK/STAT as a therapeutic target. JAK inhibitors or a selective STAT5 SH2 domain inhibitor induced cell death and ruxolitinib blocked T-cell neoplasia in vivo. We conclude that enhanced STAT5A or STAT5B action both drive PTCL development, defining both STAT5 molecules as targets for therapeutic intervention.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».