Implication du facteur d'initiation de la traduction eIF4E3 dans l'hématopoïèse normale et dans la leucémie aiguë myéloïde
Bibliographic record
Abstract
Les leucémies aiguës myéloïdes (LAM) sont des hémopathies malignes caractérisées par une dérégulation de l'hématopoïèse. Les altérations (translocations chromosomiques et/ou mutations) conduisent à un blocage de la différenciation cellulaire, une prolifération clonale accrue et une accumulation de blastes myéloïdes dans la moelle osseuse et le sang. Il en résulte une absence de cellules matures et fonctionnelles permettant l'équilibre du tissu hématopoïétique. Afin d'identifier les acteurs pouvant être impliqués dans le développement des LAM, un séquençage de l'ARN incluant des échantillons normaux ainsi que des échantillons de patients atteints de LAM a été réalisé. L'expression de tous les facteurs régulant la synthèse protéique (initiation, élongation et terminaison de la traduction) et de tous les acteurs des voies de signalisation qui contrôlent leurs activités ont été scrutés. Parmi eux, les deux facteurs eIF4E1 et eIF4E3 ont attiré notre attention. Ils appartiennent à la famille eIF4E (eukaryotic translation initiation factor 4E) des facteurs d'initiation de la traduction qui régulent la traduction coiffe-dépendante des ARNm. L'initiation de la traduction est régulée par les voies de signalisation des MAPK et PI3K/AKT/mTOR. eIF4E1, un facteur bien connu, joue un rôle dans la survie et la prolifération des cellules normales et cancéreuses alors que eIF4E3 est peu décrit. L'objectif de ce projet a été de démontrer l'implication du facteur d'initiation eIF4E3 dans l'hématopoïèse normale et dans la LAM. D'après nos données, le facteur d'initiation de la traduction eIF4E3 participe à la différenciation des cellules hématopoïétiques en monocytes. Chez les patients atteints de LAM, son expression variable et dérégulée semble participer aux processus oncogéniques. De plus une forte expression d'eIF4E3 participe à la résistance des blastes leucémiques aux inhibiteurs de mTOR. En revanche, l'utilisation de différents inhibiteurs de la kinase MNK présente des effets divergents sur la différenciation monocytaire. De plus, l'analyse du traductome d'eIF4E3 et d'eIF4E1 est essentielle afin d'identifier les ARNm cibles traduits par ces deux facteurs. Cela pourrait également suggérer des ARNm dont les protéines seraient potentiellement impliquées dans le développement des LAM. L'ensemble de ces résultats est un premier pas dans la compréhension et la caractérisation du facteur d'initiation de la traduction eIF4E3. Comprendre les fonctions de ce facteur impliqué dans la différenciation hématopoïétique devient essentiel et pourrait permettre une meilleure prise en charge thérapeutique des patients.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".