Genomic and Single-Cell Landscape Reveals Novel Drivers and Therapeutic Vulnerabilities of Transformed Cutaneous T-cell Lymphoma
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: Cutaneous T-cell lymphoma (CTCL) is a rare cancer of skin-homing T cells. A subgroup of patients develops large cell transformation with rapid progression to an aggressive lymphoma. Here, we investigated the transformed CTCL (tCTCL) tumor ecosystem using integrative multiomics spanning whole-exome sequencing (WES), single-cell RNA sequencing, and immune profiling in a unique cohort of 56 patients. WES of 70 skin biopsies showed high tumor mutation burden, UV signatures that are prognostic for survival, exome-based driver events, and most recurrently mutated pathways in tCTCL. Single-cell profiling of 16 tCTCL skin biopsies identified a core oncogenic program with metabolic reprogramming toward oxidative phosphorylation (OXPHOS), cellular plasticity, upregulation of MYC and E2F activities, and downregulation of MHC I suggestive of immune escape. Pharmacologic perturbation using OXPHOS and MYC inhibitors demonstrated potent antitumor activities, whereas immune profiling provided in situ evidence of intercellular communications between malignant T cells expressing macrophage migration inhibitory factor and macrophages and B cells expressing CD74. SIGNIFICANCE: Our study contributes a key resource to the community with the largest collection of tCTCL biopsies that are difficult to obtain. The multiomics data herein provide the first comprehensive compendium of genomic alterations in tCTCL and identify potential prognostic signatures and novel therapeutic targets for an incurable T-cell lymphoma. This article is highlighted in the In This Issue feature, p. 1171.
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