Autophagy degrades immunogenic endogenous retroelements induced by 5-azacytidine in acute myeloid leukemia
Notice bibliographique
Résumé
Abstract The hypomethylating agent 5-azacytidine (AZA) is the first-line treatment for AML patients unfit for intensive chemotherapy. The effect of AZA results in part from T-cell cytotoxic responses against MHC-I-associated peptides (MAPs) deriving from hypermethylated genomic regions such as cancer-testis antigens (CTAs), or endogenous retroelements (EREs). However, evidence supporting higher ERE MAPs presentation after AZA treatment is lacking. Therefore, using proteogenomics, we examined the impact of AZA on the repertoire of MAPs and their source transcripts. AZA-treated AML upregulated both CTA and ERE transcripts, but only CTA MAPs were presented at greater levels. Upregulated ERE transcripts triggered innate immune responses against double-stranded RNAs but were degraded by autophagy, and not processed into MAPs. Autophagy resulted from the formation of protein aggregates caused by AZA-dependent inhibition of DNMT2. Autophagy inhibition had an additive effect with AZA on AML cell proliferation and survival, increased ERE levels, increased pro-inflammatory responses, and generated immunogenic tumor-specific ERE-derived MAPs. Finally, autophagy was associated with a lower abundance of CD8 + T-cell markers in AML patients expressing high levels of EREs. This work demonstrates that AZA-induced EREs are degraded by autophagy and shows that inhibiting autophagy can improve the immune recognition of AML blasts in treated patients.
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 ».