Heterogeneity in leukemia cells that escape drug-induced senescence-like state
Notice bibliographique
Résumé
Erythropoietin (EPO) suppresses drug-induced apoptosis in EPO-receptor-positive leukemia cells and allows cells to persist after drug treatment by promoting cellular senescence. Importantly a small proportion of senescent cells can re-enter the cell cycle and resume proliferation after drug treatment, resulting in disease recurrence/persistence. Using a single-cell assay to track individual cells that exit a drug-induced senescence-like state, we show that cells exhibit asynchronous exit from a senescent-like state, and display different rates of proliferation. Escaped cells retain sensitivity to drug treatment, but display inter-clonal variability. We also find heterogeneity in gene expression with some of the escaped clones retaining senescence-associated gene expression. Senescent leukemia cells exhibit changes in gene expression that affect metabolism and senescence-associated secretory phenotype (SASP)-related genes. Herein, we generate a senescence gene signature and show that this signature is a prognostic marker of worse overall survival in AML and multiple other cancers. A portion of senescent leukemia cells depend on lysosome activity; chloroquine, an inhibitor of lysosome activity, promotes senolysis of some senescent leukemia cells. Our study indicates that the serious risks associated with the use of erythropoietin-stimulating agents (ESAs) in anemic cancer patients may be attributed to their ability to promote drug-tolerant cancer cells through the senescence program.
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) | 0,000 | 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 ».