Targeting LMO2-induced autocrine FLT3 signaling to overcome chemoresistance in early T-cell precursor acute lymphoblastic leukemia
Notice bibliographique
Résumé
Early T-cell Precursor Acute Lymphoblastic Leukemia (ETP-ALL) is an immature subtype of T-cell acute lymphoblastic leukemia (T-ALL) commonly show deregulation of the LMO2-LYL1 stem cell transcription factors, activating mutations of cytokine receptor signaling, and poor early response to intensive chemotherapy. Previously, studies of the Lmo2 transgenic mouse model of ETP-ALL identified a population of stem-like T-cell progenitors with long-term self-renewal capacity and intrinsic chemotherapy resistance linked to cellular quiescence. Here, analyses of Lmo2 transgenic mice, patient-derived xenografts, and single-cell RNA-sequencing data from primary ETP-ALL identified a rare subpopulation of leukemic stem cells expressing high levels of the cytokine receptor FLT3. Despite a highly proliferative state, these FLT3-overexpressing cells had long-term self-renewal capacity and almost complete resistance to chemotherapy. Chromatin immunoprecipitation and assay for transposase-accessible chromatin sequencing demonstrated FLT3 and its ligand may be direct targets of the LMO2 stem-cell complex. Media conditioned by Lmo2 transgenic thymocytes revealed an autocrine FLT3-dependent signaling loop that could be targeted by the FLT3 inhibitor gilteritinib. Consequently, gilteritinib impaired in vivo growth of ETP-ALL and improved the sensitivity to chemotherapy. Furthermore, gilteritinib enhanced response to the BCL2 inhibitor venetoclax, which may enable "chemo-free" treatment of ETP-ALL. Together, these data provide a cellular and molecular explanation for enhanced cytokine signaling in LMO2-driven ETP-ALL beyond activating mutations and a rationale for clinical trials of FLT3 inhibitors in ETP-ALL.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».