Age and ligand specificity influence the outcome of pathogen engagement on preleukemic and leukemic B-cell precursor populations
Notice bibliographique
Résumé
Common infections have long been proposed to play a role in the development of pediatric B-cell acute lymphoblastic leukemia (B-ALL). However, epidemiologic studies report contradictory effects of infection exposure on subsequent B-ALL risk, and no specific pathogen has been definitively linked to the disease. A unifying mechanism to explain the divergent outcomes could inform disease prevention strategies. We previously reported that the pattern recognition receptor (PRR) ligand Poly(I:C) exerted effects on B-ALL cells that were distinct from those observed with other nucleic acid-based PRR ligands. Here, using multiple double-stranded RNA (dsRNA) moieties, we show that the overall outcome of exposure to Poly(I:C) reflects the balance of opposing responses induced by its ligation to endosomal and cytoplasmic receptors. This PRR response biology is shared between mouse and human B-ALL and can increase leukemia-initiating cell burden in vivo during the preleukemia phase of B-ALL, primarily through tumor necrosis factor α signaling. The age of the responding immune system further influences the impact of dsRNA exposure on B-ALL cells in both mouse and human settings. Overall, our study demonstrates that potentially proleukemic and antileukemic effects can each be generated by the stimulation of pathogen recognition pathways and indicates a mechanistic explanation for the contrasting epidemiologic associations reported for infection exposure and B-ALL.
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 ».