<scp>JAK–STAT</scp> signalling shapes the <scp>NF‐κB</scp> response in <scp>CLL</scp> towards venetoclax sensitivity or resistance via <scp>Bcl‐XL</scp>
Notice bibliographique
Résumé
Preventing or overcoming resistance to the Bcl-2 inhibitor venetoclax is an emerging unmet clinical need in patients with chronic lymphocytic leukaemia (CLL). The upregulation of anti-apoptotic Bcl-2 members through signalling pathways within the tumor microenvironment appears as a major factor leading to resistance to venetoclax. Previously, we reported that T cells can drive resistance through CD40 and non-canonical NF-κB activation and subsequent Bcl-XL induction. Moreover, the T cell-derived cytokines IL-21 and IL-4 differentially affect Bcl-XL expression and sensitivity to venetoclax via unknown mechanisms. Here, we mechanistically dissected how Bcl-XL is regulated in the context of JAK-STAT signalling in primary CLL. First, we demonstrated a clear antagonistic role of IL-21/STAT3 signalling in the NF-κB-mediated expression of Bcl-XL, whereas IL-4/STAT6 further promoted the expression of Bcl-XL. In comparison, Bfl-1, another NF-κB target, was not differentially affected by either cytokine. Second, STAT3 and STAT6 affected Bcl-XL transcription by binding to its promoter without disrupting the DNA-binding activity of NF-κB. Third, in situ proximity ligation assays (isPLAs) indicated crosstalk between JAK-STAT signalling and NF-κB, in which STAT3 inhibited canonical NF-κB by accelerating nuclear export, and STAT6 promoted non-canonical NF-κB. Finally, NF-κB inducing kinase (NIK) inhibition interrupted the NF-κB/STAT crosstalk and resensitized CLL cells to venetoclax. In conclusion, we uncovered distinct crosstalk mechanisms that shape the NF-κB response in CLL towards venetoclax sensitivity or resistance via Bcl-XL, thereby revealing new potential therapeutic targets.
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 | 0,011 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 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 ».