Identification of leukemia stem cell subsets with distinct transcriptional, epigenetic and functional properties
Notice bibliographique
Résumé
The leukemia stem cell (LSC) compartment is a complex reservoir fueling disease progression in acute myeloid leukemia (AML). The existence of heterogeneity within this compartment is well documented but prior studies have focused on genetic heterogeneity without being able to address functional heterogeneity. Understanding this heterogeneity is critical for the informed design of therapies targeting LSC, but has been hampered by LSC scarcity and the lack of reliable cell surface markers for viable LSC isolation. To overcome these challenges, we turned to the patient-derived OCI-AML22 cell model. This model includes functionally, transcriptionally and epigenetically characterized LSC broadly representative of LSC found in primary AML samples. Focusing on the pool of LSC, we used an integrated approach combining xenograft assays with single-cell analysis to identify two LSC subtypes with distinct transcriptional, epigenetic and functional properties. These LSC subtypes differed in depth of quiescence, differentiation potential, repopulation capacity, sensitivity to chemotherapy and could be isolated based on CD112 expression. A majority of AML patient samples had transcriptional signatures reflective of either LSC subtype, and some even showed coexistence within an individual sample. This work provides a framework for investigating the LSC compartment and designing combinatorial therapeutic strategies in AML.
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 ».