PARP14 is a novel target in STAT6 mutant follicular lymphoma
Notice bibliographique
Résumé
Abstract The variable clinical course of follicular lymphoma (FL) is determined by the molecular heterogeneity of tumor cells and complex interactions within the tumor microenvironment (TME). IL-4 producing follicular helper T cells (T FH ) are critical components of the FL TME. Binding of IL-4 to IL-4R on FL cells activates JAK/STAT signaling. We identified STAT6 mutations ( STAT6 MUT ) in 13% of FL ( N = 33/258), all clustered within the DNA binding domain. Gene expression data and immunohistochemistry showed upregulation of IL-4/STAT6 target genes in STAT6 MUT FL, including CCL17 , CCL22 , and FCER2 (CD23). Functionally, STAT6 MUT was gain-of-function by serial replating phenotype in pre-B CFU assays. Expression of STAT6 MUT enhanced IL-4 induced FCER2 /CD23, CCL17 and CCL22 expression and was associated with nuclear accumulation of pSTAT6. RNA sequencing identified PARP14 -a transcriptional switch and co-activator of STAT6- among the top differentially upregulated genes in IL-4 stimulated STAT6 MUT lymphoma cells and in STAT6 MUT primary FL cells. Quantitative chromatin immunoprecipitation (qChIP) demonstrated binding of STAT6 MUT but not STAT6 WT to the PARP14 promotor. Reporter assays showed increased IL-4 induced transactivation activity of STAT6 MUT at the PARP14 promotor, suggesting a self-reinforcing regulatory circuit. Knock-down of PARP14 or PARP-inhibition abrogated the STAT6 MUT gain-of-function phenotype. Thus, our results identify PARP14 as a novel therapeutic target in STAT6 MUT FL.
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) | 0,000 | 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) | 0,013 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».