Benefits of Combined All-Trans Retinoic Acid and Arsenic Trioxide Treatment of Acute Promyelocytic Leukemia Cells and Further Enhancement by Inhibition of Atypically Expressed Transglutaminase 2
Notice bibliographique
Résumé
Randomized trials in acute promyelocytic leukemia patients have shown that treatment with a combination of all-trans retinoic acid (ATRA) and arsenic trioxide (ATO) is superior in efficacy to monotherapy, with significantly decreased mortality. So far, there are little data available to explain the success of the ATRA and ATO combination treatment in molecular terms. We showed that ATRA- and ATO-treated cells had the same capacity for superoxide production, which was reduced by two-thirds in the combined treatment. Secreted inflammatory biomarkers (monocyte chemoattractant protein-1 [MCP-1], interleukin-1 beta [IL-1β] and tumor necrosis factor-α [TNF-α]) were significantly decreased and were further reduced in a transglutaminase 2 (TG2) expression-dependent manner. The amount of secreted TNF-α in the supernatant of NB4 TG2 knockout cells was close to 50 times lower than in ATRA-treated differentiated wild-type NB4 cells. The irreversible inhibitor of TG2 NC9 not only decreased reactive oxygen species production 28-fold, but decreased the concentration of MCP-1, IL-1β and TNF-α 8-, 15- and 61-fold, respectively in the combined ATRA + ATO-treated wild-type NB4 cell culture. We propose that atypical expression of TG2 leads to the generation of inflammation, which thereby serves as a potential target for the prevention of differentiation syndrome.
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 ».