Combined EZH2 Inhibition and IKAROS Degradation Leads to Enhanced Antitumor Activity in Diffuse Large B-cell Lymphoma
Notice bibliographique
Résumé
PURPOSE: The efficacy of EZH2 inhibition has been modest in the initial clinical exploration of diffuse large B-cell lymphoma (DLBCL), yet EZH2 inhibitors are well tolerated. Herein, we aimed to uncover genetic and pharmacologic opportunities to enhance the clinical efficacy of EZH2 inhibitors in DLBCL. EXPERIMENTAL DESIGN: We conducted a genome-wide sensitizing CRISPR/Cas9 screen with tazemetostat, a catalytic inhibitor of EZH2. The sensitizing effect of IKZF1 loss of function was then validated and leveraged for combination treatment with lenalidomide. RNA sequencing (RNA-seq) and chromatin immunoprecipitation sequencing analyses were performed to elucidate transcriptomic and epigenetic changes underlying synergy. RESULTS: We identified IKZF1 knockout as the top candidate for sensitizing DLBCL cells to tazemetostat. Treating cells with tazemetostat and lenalidomide, an immunomodulatory drug that selectively degrades IKAROS and AIOLOS, phenocopied the effects of the CRISPR/Cas9 screen. The combined drug treatment triggered either cell-cycle arrest or apoptosis in a broad range of DLBCL cell lines, regardless of EZH2 mutational status. Cell-line-based xenografts also showed slower tumor growth and prolonged survival in the combination treatment group. RNA-seq analysis revealed strong upregulation of interferon signaling and antiviral immune response signatures. Gene expression of key immune response factors such as IRF7 and DDX58 were induced in cells treated with lenalidomide and tazemetostat, with a concomitant increase of H3K27 acetylation at their promoters. Furthermore, transcriptome analysis demonstrated derepression of endogenous retroviruses after combination treatment. CONCLUSIONS: Our data underscore the synergistic interplay between IKAROS degradation and EZH2 inhibition on modulating epigenetic changes and ultimately enhancing antitumor effects in DLBCL.
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 | 0,000 |
| 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 ».