The Role of Epithelial-to-Mesenchymal Transition Transcription Factors (EMT-TFs) in Acute Myeloid Leukemia Progression
Notice bibliographique
Résumé
Acute myeloid leukemia (AML) is a diverse malignancy originating from myeloid progenitor cells, with significant genetic and clinical variability. Modern classification systems like those from the World Health Organization (WHO) and European LeukemiaNet use immunophenotyping, molecular genetics, and clinical features to categorize AML subtypes. This classification highlights crucial genetic markers such as FLT3, NPM1 mutations, and MLL-AF9 fusion, which are essential for prognosis and directing targeted therapies. The MLL-AF9 fusion protein is often linked with therapy-resistant AML, highlighting the risk of relapse due to standard chemotherapeutic regimes. In this sense, factors like the ZEB, SNAI, and TWIST gene families, known for their roles in epithelial-mesenchymal transition (EMT) and cancer metastasis, also regulate hematopoiesis and may serve as effective therapeutic targets in AML. These genes contribute to cell proliferation, differentiation, and extramedullary hematopoiesis, suggesting new possibilities for treatment. Advancing our understanding of the molecular mechanisms that promote AML, especially how the bone marrow microenvironment affects invasion and drug resistance, is crucial. This comprehensive insight into the molecular and environmental interactions in AML emphasizes the need for ongoing research and more effective treatments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».