Effective drug treatment identified by in vivo screening in a transplantable patient-derived xenograft model of chronic myelomonocytic leukemia
Notice bibliographique
Résumé
To establish novel and effective treatment combinations for chronic myelomonocytic leukemia (CMML) preclinically, we hypothesized that supplementation of CMML cells with the human oncogene Meningioma 1 (MN1) promotes expansion and serial transplantability in mice, while maintaining the functional dependencies of these cells on their original genetic profile. Using lentiviral expression of MN1 for oncogenic supplementation and transplanting transduced primary mononuclear CMML cells into immunocompromised mice, we established three serially transplantable CMML-PDX models with disease-related gene mutations that recapitulate the disease in vivo. Ectopic MN1 expression was confirmed to enhance the proliferation of CMML cells, which otherwise did not engraft upon secondary transplantation. Furthermore, MN1-supplemented CMML cells were serially transplantable into recipient mice up to 5 generations. This robust engraftment enabled an in vivo RNA interference screening targeting CMML-related mutated genes including NRAS, confirming that their functional relevance is preserved in the presence of MN1. The novel combination treatment with azacitidine and the MEK-inhibitor trametinib additively inhibited ERK-phosphorylation and thus depleted the signal from mutated NRAS. The combination treatment significantly prolonged survival of CMML mice compared to single-agent treatment. Thus, we identified the combination of azacitidine and trametinib as an effective treatment in NRAS-mutated CMML and propose its clinical development.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».