Targeting chronic lymphocytic leukemia with N-methylated thrombospondin-1–derived peptides overcomes drug resistance
Notice bibliographique
Résumé
Chronic lymphocytic leukemia (CLL), the most common adulthood leukemia in Western countries, is a very heterogeneous disease characterized by a peripheral accumulation of abnormal CD5+ B lymphocytes in the immune system. Despite new therapeutic developments, there remains an unmet medical need for CLL. Here, we demonstrate that the use of N-methylated thrombospondin-1 (TSP-1)-derived peptides is an efficient way to kill the malignant CLL cells, including those from high-risk individuals with poor clinical prognosis, del11q, del17p, 2p gain, or complex karyotype. PKT16, our hit N-methylated peptide, triggers the elimination of the leukemic cells, sparing the nontumor cells, including the hematopoietic precursors, and reduces the in vivo tumor burden of a CLL-xenograft mice model. A complementary analysis underscores the improved cytotoxic efficiency of PKT16 compared with the previously described TSP-1-derived probes, such as PKHB1. PKT16 elicits an original caspase-independent programmed necrotic mode of cell death, different from necroptosis or ferroptosis, implicating an intracellular Ca2+ deregulation that provokes mitochondrial damage, cell cycle arrest, and the specific death of the malignant CLL cells. The activation of the Gαi proteins and the subsequent drop of cyclic adenosine monophosphate levels and protein kinase A activity regulate this cytotoxic cascade. Remarkably, PKT16 induces the molecular hallmarks of immunogenic cell death, as defined by the calreticulin plasma membrane exposure and the release of adenosine triphosphate and high-mobility group box 1 protein from the dying CLL cells. Thus, PKT16 appears to be able to stimulate an anticancer in vivo immune response. Collectively, our results pave the way toward the development of an efficient strategy against CLL.
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) | 0,001 | 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 ».