MétaCan
Menu
Retour à la cohorte
Enregistrement W343231960 · doi:10.1182/blood.v122.21.1365.1365

Defining Functional Heterogeneity In Acute Lymphoblastic Leukemia

2013· article· en· W343231960 sur OpenAlexaff
Stephanie M. Dobson, Esmé Waanders, Jessica McLeod, Ildiko Grandal, Olga I. Gan, Faiyaz Notta, Jessica Loo-Young-Kee, Mark D. Minden, Cynthia J. Guidos, Jayne S. Danska, Charles G. Mullighan, John E. Dick

Notice bibliographique

RevueBlood · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Lymphoblastic Leukemia research
Établissements canadiensHospital for Sick ChildrenPrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAcute lymphocytic leukemiaTransplantationclone (Java method)LeukemiaMedicineSomatic evolution in cancerOncologyImmunophenotypingDiseaseMinimal residual diseaseCytogeneticsAcute leukemiaImmunologyCancerBiologyInternal medicineLymphoblastic LeukemiaGeneticsAntigenChromosomeGene

Résumé

récupéré en direct d'OpenAlex

Abstract Despite high survival rates for children with acute lymphoblastic leukemia (ALL), only 40% of adult patients will achieve long-term disease-free survival, and relapses in both pediatric and adult ALL are often fatal. Most current therapies are directed at molecular markers or dominant pathways present in the bulk of neoplastic cells, yet recent studies have identified many genetically distinct subclones co-existing within a single neoplasm. The functional properties and clinical relevance of these neoplastic subclones remain undefined. Genome wide copy number analysis of matched diagnostic and relapse ALL samples identified that in 50% of patients, the clones present at relapse are not the dominant clones at diagnosis, but have evolved from an ancestral pre-leukemic clone (Mullighan et al., 2008). In order to investigate the functional consequences of clonal evolution in disease progression and therapy resistance, we performed limiting dilution analysis of 3 diagnostic and 14 paired diagnostic/relapse samples from adult and pediatric B-ALL patients of varying cytogenetics, by transplantation into immune-deficient mice (xenografts). In one patient, the leukemia-initiating cell (LIC) frequency was 7.65 fold higher in the relapse sample than at diagnosis, while another patient showed the reverse with a 5.81 fold higher LIC frequency in the diagnostic sample. Two patients showed no significant differences in LIC frequency from diagnosis to relapse. LIC frequency varied from 1 in 14.2 to 1 in 4802 CD19+ blast cells. Interestingly, in 50% of the paired patient samples, transplantation of cells from the relapse sample gave rise to greater leukemic dissemination to the spleen and/or central nervous system of recipient mice in comparison to the diagnostic sample, despite similar levels of engraftment in the bone marrow. This data suggests that although the LIC frequency in B-ALL remains high and relatively static between diagnosis and relapse, relapse cells acquire increased invasive properties. To investigate the clonal composition of 3 diagnostic B-ALL samples, we undertook copy number variation (CNV) analysis of xenografts generated at both limiting and high transplanted cell doses. In all 3 samples, we detected subclones in the xenografts that were distinct from the predominant clone in the primary patient sample. We performed network analysis on these subclones and identified differentially enriched pathways, including differential expression of anti-apoptotic and apoptosis regulation pathways, providing evidence of putative functional differences. These results support the existence of functionally diverse subclones within diagnostic samples as well as functional diversity between the subclones present at diagnosis and relapse. Ongoing in depth genomic analysis of the diagnosis/relapse paired samples will add to our understanding of the functional role of the subclones identified at diagnosis in the establishment of disease relapse. In summary, these experiments will provide further insight into the functional heterogeneity present in B-ALL and the drivers of lymphoid leukemogenesis that lead to therapy failure and disease relapse. Disclosures: Danska: Trillium Therapeutics/Stem Cell Therapeutics: Research Funding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBloodMême sujetAcute Lymphoblastic Leukemia researchTravaux en français237 207