An inflammatory state defines a high-risk T-lineage acute lymphoblastic leukemia subgroup
Notice bibliographique
Résumé
T-lineage acute lymphoblastic leukemia (ALL) is an aggressive cancer comprising diverse subtypes that are challenging to stratify using conventional immunophenotyping. To gain insights into subset-specific therapeutic vulnerabilities, we performed an integrative multiomics analysis of bone marrow samples from newly diagnosed T cell ALL, early T cell precursor ALL, and T/myeloid mixed phenotype acute leukemia. Leveraging cellular indexing of transcriptomes and epitopes in conjunction with T cell receptor sequencing, we identified a subset of patient samples characterized by activation of inflammatory and stem gene programs. These inflammatory T-lineage samples exhibited distinct biological features compared with other T-lineage ALL samples, including the production of proinflammatory cytokines, prevalence of mutations affecting cytokine signaling and chromatin remodeling, an altered immune microenvironment, and poor treatment responses. Moreover, we found that, although inflammatory T-lineage ALL samples were less sensitive to dexamethasone, they exhibited unique sensitivity to a BCL-2 inhibitor, venetoclax. To facilitate classification of patients with T-lineage ALL, we developed a computational inflammatory gene signature scoring system, which stratified patients and was associated with disease prognosis in three additional patient cohorts. By identifying a high-risk T-lineage ALL subtype on the basis of an inflammatory score, our study provides a framework for targeted therapeutic approaches for these challenging-to-treat cancers.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».