Tissue‐Engineered Disease Modeling of Lymphangioleiomyomatosis Exposes a Therapeutic Vulnerability to HDAC Inhibition
Notice bibliographique
Résumé
Abstract Lymphangioleiomyomatosis (LAM) is a rare disease involving cystic lung destruction by invasive LAM cells. These cells harbor loss‐of‐function mutations in TSC2 , conferring hyperactive mTORC1 signaling. Here, tissue engineering tools are employed to model LAM and identify new therapeutic candidates. Biomimetic hydrogel culture of LAM cells is found to recapitulate the molecular and phenotypic characteristics of human disease more faithfully than culture on plastic. A 3D drug screen is conducted, identifying histone deacetylase (HDAC) inhibitors as anti‐invasive agents that are also selectively cytotoxic toward TSC2 −/− cells. The anti‐invasive effects of HDAC inhibitors are independent of genotype, while selective cell death is mTORC1‐dependent and mediated by apoptosis. Genotype‐selective cytotoxicity is seen exclusively in hydrogel culture due to potentiated differential mTORC1 signaling, a feature that is abrogated in cell culture on plastic. Importantly, HDAC inhibitors block invasion and selectively eradicate LAM cells in vivo in zebrafish xenografts. These findings demonstrate that tissue‐engineered disease modeling exposes a physiologically relevant therapeutic vulnerability that would be otherwise missed by conventional culture on plastic. This work substantiates HDAC inhibitors as possible therapeutic candidates for the treatment of patients with LAM and requires further study.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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 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 ».