Comprehensive profiling of clinical <scp>JAK</scp> inhibitors in myeloproliferative neoplasms
Notice bibliographique
Résumé
Small molecule inhibitors targeting JAK2 provide symptomatic benefits for myeloproliferative neoplasm (MPN) patients and are among first-line therapeutic agents. However, despite all having potent capacity to suppress JAK-STAT signaling, they demonstrate distinct clinical profiles suggesting contributory effects in targeting other ancillary pathways. Here, we performed comprehensive profiling on four JAK2 inhibitors either FDA-approved (ruxolitinib, fedratinib, and pacritinib) or undergoing phase 3 studies (momelotinib) to better outline mechanistic and therapeutic efficacy. Across JAK2-mutant in vitro models, all four inhibitors demonstrated similar anti-proliferative phenotypes, whereas pacritinib yielded greatest potency on suppressing colony formation in primary samples, while momelotinib exhibited unique erythroid colony formation sparing. All inhibitors reduced leukemic engraftment, disease burden, and extended survival across patient-derived xenograft (PDX) models, with strongest effects elicited by pacritinib. Through RNA-sequencing and gene set enrichment analyses, differential suppressive degrees of JAK-STAT and inflammatory response signatures were revealed, which we validated with signaling and cytokine suspension mass cytometry across primary samples. Lastly, we assessed the capacity of JAK2 inhibitors to modulate iron regulation, uncovering potent suppression of hepcidin and SMAD signaling by pacritinib. These comparative findings provide insight into the differential and beneficial effects of ancillary targeting beyond JAK2 and may help guide the use of specific inhibitors in personalized 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».