MétaCan
Menu
Retour à la cohorte
Enregistrement W2980000801 · doi:10.1182/blood.v116.21.12.12

Notch-Mediated Suppression of PKCθ Reduces Reactive Oxygen Species and Promotes Leukemic Stem Cell Activity In T-Cell Acute Lymphoblastic Leukemia (T-ALL)

2010· article· en· W2980000801 sur OpenAlexaff
Vincenzo Giambra, Oksana Nemirovsky, Sonya H.L. Lam, Christopher Jenkins, Carol Wai, Hind Medyouf, R. Keith Humphries, Connie J. Eaves, Andrew P. Weng

Notice bibliographique

RevueBlood · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésStem cellCancer researchProgenitor cellBiologyLeukemiaCancer stem cellHaematopoiesisImmunologyRadioresistanceCell biologyCell cultureGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Abstract 12 T-cell acute lymphoblastic leukemia (T-ALL) is a malignancy of immature T cell progenitors which affects both children and adults. Current therapies achieve cure in about 80% of pediatric patients, but only 40% of adults survive beyond 5 years. Disease relapse may be attributed to ineffective targeting of leukemia stem cells (LSCs) due to their presumed quiescence, resistance to apoptosis, enhanced expression of DNA repair enzymes and drug efflux pumps, and localization to protective or inaccessible niches. More efficient targeting of LSCs in this disease thus could offer great potential for improving patient outcomes. Recent interest in the role of reactive oxygen species (ROS) in cancer stem cell biology has been sparked by studies demonstrating that low ROS levels promote clonogenicity and radioresistance of breast cancer stem cells and that parthenolide specifically induces apoptosis of LSCs in AML and blast crisis CML by increasing levels of ROS in these cells. In T-ALL, activation of NOTCH1 signaling, either by mutation of NOTCH1 itself (50-60% of cases) or its negative regulator FBW7 (15% of cases), contributes to malignant behavior by blocking differentiation, promoting cellular proliferation/survival, and enhancing self-renewal. Similar gain-of-function Notch1 mutations are also observed to occur spontaneously in several murine T-ALL models at high frequency. To examine ROS levels in T-ALL LSCs, we first generated murine disease by retroviral transduction of bone marrow with a constitutively activated form of NOTCH1 termed “ΔE”. We utilized limiting dilution transplantation analyses of different cellular phenotypes isolated from primary ΔE leukemias to demonstrate that the CD44+ subset of CD4+ CD8+ (DP) cells were enriched for LSCs and exhibited lower ROS levels as compared to the CD44- DP subset and bulk cells. Since ROS levels were heterogeneous within the CD44+ DP subset, we combined these markers with DC-FDA staining for ROS and demonstrated as few as 100 ROSlow CD44+ DP cells are able to reproduce disease in 100% of recipients whereas 100,000 bulk cells are required to achieve the same effect. Because protein kinase C theta (PKCθ) was recently identified as an important mediator of ROS production in T-cells during activation-induced cell death and expression of PKCθ mRNA could be detected broadly in primary human and mouse T-ALL samples, we reasoned that this signaling intermediate might be a regulator of ROS levels in malignant T-ALL LSCs. In fact, using a combination of viral expression and knock-down approaches in both human and mouse T-ALLs as well as mouse PKCθnull ΔE leukemias, we demonstrate that PKCθ is a primary regulator ROS production in T-ALL. Moreover, low PKCθ/ROS levels correlate with resistance to chemotherapy and irradiation, and promote the competitive in vivo growth of T-ALL cells. Interestingly, we also find that Notch signaling represses PKCθ expression which in turn results in reduced ROS levels. Our results identify PKCθ as a novel target of Notch signaling in LSCs whose key malignant properties are highly dependent on low ROS levels. These findings provide mechanistic basis for rational design of LSC-targeted therapies in T-ALL. Disclosures: No relevant conflicts of interest to declare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,249
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207