Identification of Cell Type-Specific Effects of DNMT3A Mutations on Relapse in Acute Myeloid Leukemia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Acute myeloid leukemia (AML) is a heterogeneous disease caused by distinctive mutations in individual patients; therefore, each patient may display different cell-type compositions. Although most patients with AML achieve complete remission (CR) through intensive chemotherapy, the likelihood of relapse remains high. Several studies have attempted to characterize the genetic and cellular heterogeneity of AML; however, our understanding of the cellular heterogeneity of AML remains limited. In this study, we performed single-cell RNA sequencing (scRNAseq) of bone marrow-derived mononuclear cells obtained from same patients at different AML stages (diagnosis, CR, and relapse). We found that hematopoietic stem cells (HSCs) at diagnosis were abnormal compared to normal HSCs. By improving the detection of the DNMT3A R882 mutation with targeted scRNAseq, we identified that DNMT3A -mutant cells that mainly remained were granulocyte-monocyte progenitors (GMPs) or lymphoid-primed multipotential progenitors (LMPPs) from CR to relapse and that DNMT3A -mutant cells have gene signatures related to AML and leukemic cells. Copy number variation analysis at the single-cell level indicated that the cell type that possesses DNMT3A mutations is an important factor in AML relapse and that GMP and LMPP cells can affect relapse in patients with AML. This study advances our understanding of the role of DNMT3A in AML relapse and our approach can be applied to predict treatment outcomes.
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.
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 | 0,001 |
| 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 découle