Sphingosine-1-Phosphate Receptor 3 Potentiates Inflammatory Programs in Normal and Leukemia Stem Cells to Promote Differentiation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Acute myeloid leukemia (AML) is a caricature of normal hematopoiesis driven from leukemia stem cells (LSC) that share some hematopoietic stem cell (HSC) programs including responsiveness to inflammatory signaling. Although inflammation dysregulates mature myeloid cells and influences stemness programs and lineage determination in HSCs by activating stress myelopoiesis, such roles in LSCs are poorly understood. Here, we show that S1PR3, a receptor for the bioactive lipid sphingosine-1-phosphate, is a central regulator that drives myeloid differentiation and activates inflammatory programs in both HSCs and LSCs. S1PR3-mediated inflammatory signatures varied in a continuum from primitive to mature myeloid states across cohorts of patients with AML, each with distinct phenotypic and clinical properties. S1PR3 was high in LSCs and blasts of mature myeloid samples with linkages to chemosensitivity, whereas S1PR3 activation in primitive samples promoted LSC differentiation leading to eradication. Our studies open new avenues for therapeutic target identification specific for each AML subset. Significance: S1PR3 is a novel regulator of myeloid fate in normal hematopoiesis that is heterogeneously expressed in AML. S1PR3 marks a subset of less primitive AML cases with a distinct inflammatory signature and therefore has clinical implications as both a therapeutic target and a biomarker to distinguish primitive from mature AML. See related commentary by Yang et al., p. 3. This article is highlighted in the In This Issue feature, p. 1
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.
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 découle