“Losing the Brakes”—Suppressed Inhibitors Triggering Uncontrolled Wnt/ß-Catenin Signaling May Provide a Potential Therapeutic Target in Elderly Acute Myeloid Leukemia
Notice bibliographique
Résumé
Dysregulated Wnt/β-catenin signal transduction is implicated in initiation, propagation, and poor prognosis in AML. Epigenetic inactivation is central to Wnt/β-catenin hyperactivity, and Wnt/β-catenin inhibitors are being investigated as targeted therapy. Dysregulated Wnt/β-catenin signaling has also been linked to accelerated aging. Since AML is a disease of old age (>60 yrs), we hypothesized age-related differential activity of Wnt/β-catenin signaling in AML patients. We probed Wnt/β-catenin expression in a series of AML in the elderly (>60 yrs) and compared it to a cohort of pediatric AML (<18 yrs). RNA from diagnostic bone marrow biopsies (n = 101) were evaluated for key Wnt/β-catenin molecule expression utilizing the NanoString platform. Differential expression of significance was defined as >2.5-fold difference (p < 0.01). A total of 36 pediatric AML (<18 yrs) and 36 elderly AML (>60 yrs) were identified in this cohort. Normal bone marrows (n = 10) were employed as controls. Wnt/β-catenin target genes (MYC, MYB, and RUNX1) showed upregulation, while Wnt/β-catenin inhibitors (CXXR, DKK1-4, SFRP1-4, SOST, and WIFI) were suppressed in elderly AML compared to pediatric AML and controls. Our data denote that suppressed inhibitor expression (through mutation or hypermethylation) is an additional contributing factor in Wnt/β-catenin hyperactivity in elderly AML, thus supporting Wnt/β-catenin inhibitors as potential targeted therapy.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».