#PAGE_PARAMS# #ADS_HEAD_SCRIPTS# #MICRODATA#

Odlišná exprese genů spojených se signální drahou UPR u pacientů s mnohočetným myelomem a extramedulárním onemocněním


Diff erent expression of genes involved in unfolded protein response in multiple myeloma and extramedullary dis ease patients

Background: The unfolded protein response (UPR) enables myeloma cells to overcome the stress conditions arising from excessive proteosynthesis and thus provides a survival advantage for myeloma cells. Extramedullary disease is a more aggressive form of multiple myeloma in which myeloma cells lose their dependence on the bone marrow microenvironment and are able to infiltrate other tissues and organs. The pathogenesis of extramedullary disease is not fully elucidated yet. The aim of this study was to determine whether there is a difference in the expression of UPR-related genes between bone marrow plasma cells from multiple myeloma and extramedullary disease patients. Materials and methods: Gene expression of six genes involved in UPR (ERN1, DDIT3, EIF2AK3, TUSC3, XBP1, HSPA5) was analyzed by quantitative reverse transcription polymerase chain reaction. In total, 76 bone marrow plasma cell samples were used, of which 44 were from patients with multiple myeloma and 32 from patients with extramedullary disease. Results: A statistically significant difference was observed between the multiple myeloma and extramedullary disease groups regarding the expression of HSPA5, DDIT3, EIF2AK3, and ERN1 genes. However, in the case of XBP1 and TUSC3 genes, no statistically significant difference in the expression was found. Several statistically significant correlations between the expression levels of the analyzed genes and the clinical data of the patients were observed as well. Conclusion: Our results suggest the importance of UPR in the pathogenesis of extramedullary disease. UPR appears to be a promising avenue for further research.

Keywords:

Multiple myeloma – Plasma cells – unfolded protein response – extramedullary disease


Autori: A. Dostálová 1;  M. Vlachová 1;  T. Růžičková 1;  P. Vaňhara 2,3;  M. Štork 4;  S. Ševčíková 1,5
Pôsobisko autorov: Babákova myelomová skupina, Ústav patologické fyziologie, LF MU Brno 1;  Ústav histologie a embryologie, LF MU Brno 4 2;  Výzkumné centrum aplikované molekulární onkologie (RECAMO), MOÚ Brno Interní hematologická a onkologická klinika LF MU a FN Brno 3;  Oddělení klinické hematologie, FN Brno 5
Vyšlo v časopise: Klin Onkol 2025; 40(1): 45-51
Kategória: Původní práce
doi: https://doi.org/10.48095/ccko202545

Súhrn

Východiska: Signální dráha UPR (unfolded protein response, tj. odpověď na chybně složené proteiny) pomáhá myelomovým buňkám vyrovnat se se stresovými podmínkami vzniklými v důsledku nadměrné proteosyntézy, a představuje tak pro myelomové buňky prostředek umožňující jejich přežití. Extramedulární onemocnění je agresivnější forma mnohočetného myelomu, při které myelomové buňky ztrácí svoji závislost na mikroprostředí kostní dřeně a mohou infiltrovat jiné tkáně a orgány. Patogeneze vzniku extramedulárního onemocnění není dosud zcela objasněna. Cílem této studie bylo zjistit, zda existuje rozdíl v expresi genů spjatých s UPR mezi plazmatickými buňkami kostní dřeně od pacientů s mnohočetným myelomem a extramedulárním onemocněním. Materiál a metody: Pomocí reverzní transkripce ve spojení s kvantitativní polymerázovou řetězovou reakcí byla analyzována exprese šesti genů spjatých s UPR (ERN1, DDIT3, EIF2AK3, TUSC3, XBP1, HSPA5). Použito bylo celkem 76 vzorků plazmatických buněk kostní dřeně, z toho 44 bylo od pacientů s mnohočetným myelomem a 32 od pacientů s extramedulárním onemocněním. Výsledky: Byl pozorován statisticky významný rozdíl v expresi genů HSPA5, DDIT3, EIF2AK3 a ERN1 mezi skupinou mnohočetného myelomu a extramedulárního onemocnění; exprese byla ve všech případech vyšší u vzorků od pacientů s extramedulárním onemocněním. V případě genů XBP1 a TUSC3 nebyl pozorován statisticky významný rozdíl. Prokázáno bylo také několik statisticky významných korelací mezi hladinou exprese analyzovaných genů a klinickými daty pacientů. Závěr: Výsledky poukazují na možný význam signální dráhy UPR v patogenezi extramedulárního onemocnění. UPR se jeví jako vhodný směr dalšího výzkumu.

Klíčová slova:

mnohočetný myelom – signální dráha UPR – plazmatické buňky – extramedulární onemocnění

Úvod

Mnohočetný myelom (MM) je hematoonkologické onemocnění charakterizované klonální proliferací maligního klonu plazmatických buněk v kostní dřeni pacientů. Tyto buňky, označované jako buňky myelomové, produkují monoklonální imunoglobulin prokazatelný v krvi a/nebo moči pacientů. Z klinického hlediska je MM provázen skupinou typických příznaků označovaných souhrnně zkratkou CRAB – hyperkalcemie, renální insuficience, anemie a kostní léze [1,2]. Medián věku pacientů v ČR je v době diagnózy 70 let, přičemž jen přibližně 17 % je v době diagnózy mladších 60 let a necelé 1 % mladší 40 let [3]. Pro MM jsou typické některé chromozomální aberace, které lze rozlišit na hyperdiploidní (obvykle trizomie lichých chromozomů) [4] a nonhyperdiplodní (např. translokace chromozomu 14) [2,5].

Extramedulární onemocnění (extramedullary disease – EMD) je forma MM, při níž dochází ke ztrátě závislosti myelomových buněk na mikroprostředí kostní dřeně [6]. Tato ztráta závislosti má souvislost se sníženou expresí některých adhezivních molekul na myelomových buňkách v případě EMD (zatímco u klasického MM zajišťují tyto molekuly adhezi myelomových buněk v kostní dřeni) [7–9]. Kromě toho se na patogenezi EMD, která však dosud není zcela objasněna, podílejí např. cytokiny [10] či některé mikroRNA [6,11,12]; popsán byl také zvýšený výskyt určitých chromozomálních aberací [13].

Nezávislost myelomových buněk na kostní dřeni umožňuje jejich vycestování a diseminaci v jiných tkáních a orgánech. Vychází-li nádor z původní kostní léze, jedná se o EMD paraskeletální. Jsou-li zasaženy měkké tkáně, označuje se jako EMD extraskeletální. Dále lze EMD rozdělit také na primární (stanoveno již s prvotní diagnózou MM) a sekundární (stanoveno při relapsu MM) [6,14]. EMD se v porovnání s MM vyznačuje větší agresivitou [6]. Zatímco doba přežití u pacientů s MM se pohybuje od 2 let u těžkých forem onemocnění [15] a může přesáhnout až 8 let u pacientů dobře odpovídajících na léčbu [2], doba přežití pacientů s EMD je kratší [16]. Nedávný systematický přehled udává, že nejhorší prognózu mají pacienti s extraskeletálním EMD. Jedna ze zmiňovaných studií zaměřující se na nově diagnostikované pacienty s MM uvádí pro extraskeletální EMD medián přežití 27,8 měsíce, zatímco u paraskeletálního EMD se jedná o 54,2 měsíce. Je však podstatné podotknout, že závěry jednotlivých studií se liší [17].

Vzhledem k tomu, že myelomové buňky vznikají maligní transformací buněk plazmatických, jejichž hlavní funkcí je tvorba imunoglobulinů, probíhá v myelomových buňkách intenzivní proteosyntéza [18]. Tvorba sekrečních proteinů, mezi které imunoglobuliny patří, je spojena s ribozomy drsného endoplazmatického retikula (ER), v jehož lumen následně dochází ke skládání vznikajících proteinů, které tak získávají správnou terciární strukturu [19,20]. Skládání proteinů je proces náchylný na chyby a při zvýšené proteosyntéze roste také riziko vzniku nesprávně poskládaných proteinů. Takové proteiny jsou v lumen ER zadržovány, může dojít k jejich nahromadění, a tím také k rozvoji stavu označovaného jako stres ER, který může vést až ke smrti buňky [18,21]. Aby buňka dokázala zachovat svou funkčnost, dochází v ní k aktivaci mechanizmů, které umožňují obnovit homeostázu v buňce. Takovým mechanizmem je aktivace signální dráhy UPR (unfolded protein response, tj. odpověď na chybně složené proteiny). Jedná se o proces, který prostřednictvím transkripčních faktorů ovlivňuje genovou expresi v buňce způsobem vedoucím ke zvýšení kapacity ER skládat proteiny a ke snížení proteinové zátěže [18,21]. Celý proces UPR je umožněn kaskádou reakcí, na jejichž začátku je aktivace některého ze tří transmembránových proteinů IRE1a (inositol-requiring enzyme 1a), PERK (protein kinase R-like ER kinase) či ATF6 (activating transcription factor 6), které slouží jako senzory přítomnosti nesprávně poskládaných proteinů v lumen ER [21,22]. Aktivací i průběhem UPR se detailně zabývá např. Hetz et al. [21]. Vzhledem k intenzivní proteosyntéze (a tedy i zvýšenému riziku rozvoje stresu ER) představuje UPR pro myelomové buňky důležitý nástroj přežití [23]. UPR je ve vztahu k MM zkoumáno také z hlediska možného využití v léčbě, přičemž souvisí s odpovědí na léčbu proteazomovými inhibitory [19].

Cílem této studie bylo vyhodnotit hladinu exprese vybraných genů spjatých s UPR u myelomových buněk pacientů s MM a EMD.

 

Materiál a metody

Zpracováno bylo celkem 76 vzorků CD138+ plazmatických buněk kostní dřeně, z toho 44 od pacientů s MM a 32 od pacientů s EMD. Všechny vzorky pocházely od pacientů z Fakultní nemocnice Brno. Studie byla schválena Etickou komisí Fakultní nemocnice Brno a zahrnutí pacientů do studie bylo podmíněno podepsáním informovaného souhlasu. Bližší charakteristika souboru pacientů je uvedena v tab. 1.

 

Izolace RNA z plazmatických buněk kostní dřeně

Ze vzorků byla izolována RNA pomocí miRNeasy Mini Kitu (Qiagen, Německo) a miRNeasy Micro Kitu (Qiagen, Německo) v závislosti na množství buněk. Koncentrace a čistoty všech vzorků byly změřeny pomocí spektrofotometru NanoDrop 1000 (Thermo Fisher Scientific, USA). Následně byla koncentrace změřena prostřednictvím fluorimetru Qubit 4.0 a kitů Qubit RNA HS Assay nebo Qubit RNA BR Assay (Thermo Fisher Scientific, USA).

 

Reverzní transkripce ve spojení s kvantitativní PCR (RT-qPCR)

RNA získaná ze vzorků byla transkribována do cDNA pomocí High-Capacity cDNA Reverse Transcription kitu (Thermo Fisher Scientific, USA). cDNA byla následně využita k analýze genové exprese prostřednictvím kvantitativní polymerázové řetězové reakce (quantitative polymerase chain reaction – qPCR). Měřena byla hladina exprese šesti genů spjatých s UPR (ERN1, DDIT3, EIF2AK3, TUSC3, XBP1, HSPA5), jako referenční gen byl použit RPLP0. Ke qPCR byly použity TaqMan Gene Expression Master Mix (Thermo Fisher Scientific, USA), TaqMan Gene Expression Assays (Thermo Fisher Scientific, USA) a QuantStudio 3 Real-Time PCR System (Applied Biosystems, USA).

 

Statistické vyhodnocení

Data získaná pomocí qPCR byla vyhodnocena s použitím softwaru MS Excel (Microsoft Corporation, USA) a GraphPad Prism 8.0 (GraphPad Software, USA). Hodnoty Ct byly normalizovány k hladině referenčního genu RPLP0 pomocí metody 2-DCt, přičemž DCt je rozdíl Ct hodnoty cílového a referenčního genu. Na základě výpočtu interkvartilového rozsahu (IQR) byly identifikovány a ze souboru normalizovaných Ct vyřazeny odlehlé hodnoty.

Tab. 1. Klinická charakterizace souboru pacientů.
 Klinická charakterizace souboru pacientů.
Krabicové grafy expresních hladin zkoumaných genů. Krabicové grafy znázorňují rozpětí hodnot mezi 25. a 75. percentilem (obdélníková část) a medián (úsečka uvnitř obdélníkové části). Úsečky vycházející z grafu představují minimální a maximální hodnotu. Na ose y je vyjádřena normalizovaná expresní hladina cílového genu (vztažená k hladině referenčního genu).

Hladiny exprese zkoumaných genů mezi skupinou MM a EMD byly srovnány pomocí Mann-Whitneyho testu. Za statisticky významné byly považovány výsledky s p hodnotou < 0,05. Pokud byl zjištěn statisticky významný rozdíl v expresi, byla pro daný gen provedena také ROC (receiver operating characteristic) analýza, která hodnotí, s jakou senzitivitou a specificitou lze na základě daného parametru odlišit dvě skupiny. Za dobrý biomarker je považován takový parametr, u kterého je hodnota plochy pod křivkou (area under the curve – AUC) > 0,8 [24].

Pomocí Spearmanova korelačního koeficientu byly porovnány hladiny exprese všech zkoumaných genů s klinickými daty pacientů. Korelace byly provedeny zvlášť pro kohortu MM a EMD. Normalizované Ct hodnoty byly korelovány s těmito klinickými parametry pacientů: věk v době stanovení diagnózy, stadium onemocnění dle prognostických systémů ISS (International Staging System) [25], R-ISS (Revised International Staging System) [26], systém dle Durieho a Salmona [27], poměr volných lehkých řetězců imunoglobulinů, hladina monoklonálního proteinu v séru, procentuální zastoupení plazmatických buněk v kostní dřeni, množství hemoglobinu a trombocytů, sérová hladina vápníku, albuminu, kreatininu, beta-2-mikroglobulinu, laktátdehydrogenázy a C-reaktivního proteinu. Za statisticky významné byly považovány korelace s p hodnotou < 0,05.

 

Výsledky

Srovnání hladin exprese genů spjatých se signální drahou UPR

Hladiny exprese jednotlivých genů byly srovnány mezi skupinou MM a EMD. Statisticky významný rozdíl v expresi byl pozorován u genů HSPA5 (p = 0,0274), DDIT3 (p = 0,0012), EIF2AK3 (p = 0,0106) a ERN1 (p = 0,0135). Ve všech případech byla hladina exprese analyzovaného genu vyšší u kohorty EMD. V případě genů XBP1 a TUSC3 nebyl rozdíl v expresi statisticky významný. Výsledky jsou znázorněny pomocí krabicových grafů (obr. 1).

Tab. 2. Statisticky významné korelace. Tabulka shrnuje všechny zjištěné statisticky významné korelace, pro každou z nich je uve- dena hodnota p a r. Negativní korelace jsou vyznačeny modře, zbylé hodnoty představují pozitivní korelace.
Statisticky významné korelace. Tabulka shrnuje všechny zjištěné statisticky významné korelace, pro každou z nich je uve- dena hodnota p a r. Negativní korelace jsou vyznačeny modře, zbylé hodnoty představují pozitivní korelace.

 

ROC analýza

Pro geny, jejichž rozdíl v expresi mezi oběma skupinami byl statisticky významný (HSPA5, DDIT3, EIF2AK3 a ERN1), byla provedena také ROC analýza. Žádný z genů nesplňoval kritéria dobrého biomarkeru. Výsledky byly následující: HSPA5 (AUC = 0,6602), DDIT3 (AUC = 0,7294), EIF2AK3 (AUC = 0,6827), ERN1 (AUC = 0,6817).

 

Korelační analýza

V kohortě MM byly pozorovány statisticky významné korelace pouze některých parametrů s hladinami exprese genů HSPA5 a TUSC3. Konkrétně se jednalo o pozitivní korelaci se sérovou hladinou beta-2-mikroglobulinu (p = 0,011) a C-reaktivního proteinu (p = 0,044) a negativní korelaci s množstvím hemoglobinu (p = 0,021), obojí pro gen HSPA5. V případě genu TUSC3 hladina exprese pozitivně korelovala s procentuálním zastoupením plazmatických buněk v kostní dřeni (p = 0,039), sérovou hladinou kreatininu (p = 0,033) a beta-2-mikroglobulinu (p = 0,037) a negativně s množstvím hemoglobinu (p = 0,002). Jediná statisticky signifikantní korelace v kohortě EMD byla pozorována mezi hladinou exprese genu TUSC3 a věkem pacientů (p = 0,033). Uvedené výsledky jsou shrnuty v tab. 2.

 

Diskuze

Cílem této studie bylo pomocí RT-qPCR analyzovat expresi vybraných genů spjatých s UPR u plazmatických buněk kostní dřeně od pacientů s mnohočetným myelomem (MM) a extramedulárním onemocněním (EMD). Geny byly vybrány na základě preliminárních dat. Naší hypotézou byla existence rozdílu v expresi daných genů mezi kohortou MM a EMD. Takový výsledek by mohl poukazovat na význam UPR v patogenezi EMD.

Mezi vybrané geny patří gen XBP1 (X-box binding protein 1), DDIT3 (DNA damage-inducible transcript 3), TUSC3 (tumor suppressor candidate 3), HSPA5 (heat shock protein family A member 5), EIF2AK3 (eukaryotic translation initiation factor 2 alpha kinase 3) a ERN1 (endoplasmic reticulum to nucleus signaling 1).

Gen XBP1 kóduje protein, který je štěpen v rámci IRE1a větve UPR kaskády. Výsledkem štěpení je vznik aktivního transkripčního faktoru, který se podílí na snížení proteinové zátěže a zvýšení schopnosti ER skládat proteiny [21]. V myelomových buňkách byla prokázána zvýšená exprese XBP1 v porovnání s normálními plazmatickými buňkami [28,29].

Gen DDIT3 kóduje transkripční faktor CHOP (C/EBP homologous protein), který má proapoptotický účinek. Exprese může být indukována vlivem hyperaktivace PERK větve UPR [30,31].

Gen TUSC3 kóduje stejnojmenný protein, který se nachází v membráně ER a podílí se na procesu skládání proteinů. Dysfunkce tohoto proteinu může vést k hromadění nesprávně poskládaných proteinů v lumen ER a rozvoji stresu ER [32]. Význam TUSC3 je u některých nádorových onemocnění pronádorový (např. kolorektální karcinom), u jiných protinádorový (např. karcinom prsu) [33].

Gen HSPA5 kóduje protein BiP (binding immunoglobulin protein), který se coby chaperon podílí na skládání proteinů v ER [34]. Byla prokázána jeho zvýšená exprese u buněk MM, přičemž nejvyšší exprese byla pozorována u refrakterních myelomových buněk a buněk EMD [35,36].

Gen EIF2AK3 kóduje transmembránový protein PERK, jeden ze tří proteinů, jejichž aktivací dochází ke spuštění UPR kaskády [22,37]. PERK je exprimován myelomovými buňkami a jeho inhibice měla na myelomové buňky antiproliferativní až proapoptotický účinek [38].

Gen ERN1 kóduje další z transmembránových proteinů aktivujících UPR – protein IRE1a [21]. Existují studie prokazující jeho význam pro růst MM [39].

Analýza genové exprese těchto genů na souboru 76 vzorků plazmatických buněk kostní dřeně (44 MM a 32 EMD) vedla k následujícím zjištěním. Signifikantně rozdílná exprese mezi MM a EMD byla pozorována u genů HSPA5, DDIT3, EIF2AK3 a ERN1. Zvýšená exprese genů HSPA5, EIF2AK3 i ERN1 je u myelomových buněk spojena s pronádorovým účinkem [35,38,39] a u všech těchto genů byla pozorována vyšší exprese u kohorty EMD. Takový výsledek by mohl poukazovat na význam dysregulace UPR pro rozvoj EMD. Zvýšená exprese těchto genů v kohortě EMD v porovnání s MM koresponduje se zjištěními, že při rozvoji EMD dochází k dalšímu hromadění genetických či epigenetických změn a ke změnám v buněčné signalizaci [10,12,13,36,40]. Nicméně zvýšená exprese u EMD v porovnání s MM byla pozorována i v případě genu DDIT3, který má u MM protinádorový účinek, a v souladu s předchozí úvahou by tak bylo možné očekávat spíše jeho nižší expresi u EMD ve srovnání s MM.

U genů XBP1 a TUSC3 nebyl pozorován signifikantní rozdíl v expresi mezi MM a EMD. Gen XBP1 byl druhý nejsilněji exprimovaný gen z celé zkoumané skupiny (po genu HSPA5). Naproti tomu exprese genu TUSC3 byla v obou skupinách nízká (ve skupině MM i EMD byl medián Ct hodnoty > 32). Vzhledem k tomuto zjištění by bylo možné uvažovat o tumor supresorové funkci TUSC3 v patogenezi MM (resp. EMD).

Korelace výsledků analýzy genové exprese s klinickými daty pacientů poukázala na některé statisticky významné vztahy. Ve skupině MM se jednalo o pozitivní korelaci mezi hladinou exprese genu HSPA5 a sérovou hladinou beta-2-mikroglobulinu a C-reaktivního proteinu a hladinou exprese genu TUSC3 a procentuálním zastoupením plazmatických buněk v kostní dřeni, sérovou hladinou beta-2-mikroglobulinu a kreatininu. Zvýšená hodnota všech těchto parametrů (procentuální zastoupení plazmatických buněk v kostní dřeni, sérová hladina beta-2-mikroglobulinu, C-reaktivního proteinu a kreatininu) je u MM spojena s těžší formou onemocnění a horší prognózou [26,41–43]. Negativní korelace pak byla pozorována pro hladinu exprese HSPA5 a TUSC3 a množství hemoglobinu, přičemž snížená hodnota hemoglobinu (anemie) patří mezi typické projevy MM [2]. Ve skupině EMD byla pozorována jediná statisticky významná korelace, a to pozitivní korelace mezi hladinou exprese TUSC3 a věkem pacientů.

Limitací této studie je množství vzorků; analýzu by bylo vhodné rozšířit o další vzorky, zejména v kohortě EMD.

 

Závěr

Cílem práce bylo zjistit, zda existuje rozdíl v expresi vybraných genů spjatých s UPR mezi skupinou MM a EMD. Statisticky významný rozdíl v expresi byl prokázán u čtyř z šesti zkoumaných genů (HSPA5, DDIT3, EIF2AK3 a ERN1). V případě genů XBP1 a TUSC3 nebyl rozdíl v expresi statisticky významný. Získaná data byla dále srovnána s klinickými daty pacientů. Toto srovnání prokázalo několik statisticky významných korelací.

Výsledky této studie poukazují na možný význam UPR v patogenezi EMD. UPR by potenciálně mohlo představovat vhodný cíl léčby a pomoci zejména v případech, kde stávající léčebné režimy nedosahují dobrých výsledků. UPR se jeví jako vhodný směr dalšího výzkumu v oblasti patogeneze MM a EMD.


Zdroje

1. van de Donk NWCJ, Pawlyn C, Yong KL. Multiple myeloma. Lancet 2021; 397 (10272): 410–427. doi: 10.1016/S01 40-6736 (21) 00135-5.

2. Rajkumar SV. Multiple myeloma: 2022 update on diagnosis, risk-stratification and management. Am J Hematol 2022; 97 (8): 1086–1107. doi: 10.1002/ajh.26590.

3. Maisnar V, Minařík J, Štork M et al. Epidemiologie. Trans Hematol Dnes 2023; 29 (Suppl 2): 26.

4. Furukawa Y, Kikuchi J. Molecular pathogenesis of multiple myeloma. Int J Clin Oncol 2015; 20 (3): 413–422. doi: 10.1007/s10147-015-0837-0.

5. Chesi M, Bergsagel PL. Molecular pathogenesis of multiple myeloma: basic and clinical updates. Int J Hematol 2013; 97 (3): 313–323. doi: 10.1007/s12185-013-1291-2.

6. Sevcikova S, Minarik J, Stork M et al. Extramedullary disease in multiple myeloma – controversies and future directions. Blood Rev 2019; 36: 32–39. doi: 10.1016/j.blre. 2019.04.002.

7. Bansal R, Rakshit S, Kumar S. Extramedullary disease in multiple myeloma. Blood Cancer J 2021; 11 (9): 161. doi: 10.1038/s41408-021-00527-y.

8. Hathi D, Chanswangphuwana C, Cho N et al. Ablation of VLA4 in multiple myeloma cells redirects tumor spread and prolongs survival. Sci Rep 2022; 12 (1): 30. doi: 10.1038/s41598-021-03748-0.

9. Stessman HAF, Mansoor A, Zhan F et al. Reduced CXCR4 expression is associated with extramedullary disease in a mouse model of myeloma and predicts poor survival in multiple myeloma patients treated with bortezomib. Leukemia 2013; 27 (10): 2075–2077. doi: 10.1038/leu.2013.148.

10. Gregorova J, Vychytilova-Faltejskova P, Kramarova T et al. Proteomic analysis of the bone marrow microenvironment in extramedullary multiple myeloma patients. Neoplasma 2022; 69 (2): 412–424. doi: 10.4149/neo_2021_210527N715.

11. Besse L, Sedlarikova L, Kryukov F et al. Circulating serum microRNA-130a as a novel putative marker of extramedullary myeloma. PloS One 2015; 10 (9): e0137294. doi: 10.1371/journal.pone.0137294.

12. Vlachová M, Gregorová J, Vychytilová-Faltejsková P et al. Involvement of small non-coding RNA and cell antigens in pathogenesis of extramedullary multiple myeloma. Int J Mol Sci 2022; 23 (23): 14765. doi: 10.3390/ijms 232314765.

13. Besse L, Sedlarikova L, Greslikova H et al. Cytogenetics in multiple myeloma patients progressing into extramedullary disease. Eur J Haematol 2016; 97 (1): 93–100. doi: 10.1111/ejh.12688.

14. Jagosky MH, Usmani SZ. Extramedullary disease in multiple myeloma. Curr Hematol Malig Rep 2020; 15 (2): 62–71. doi: 10.1007/s11899-020-00568-3.

15. D’Agostino M, Cairns DA, Lahuerta JJ et al. Second revision of the international staging system (R2-ISS) for overall survival in multiple myeloma: a European Myeloma Network (EMN) report within the HARMONY project. J Clin Oncol 2022; 40 (29): 3406–3418. doi: 10.1200/JCO.21.02614.

16. Stork M, Sevcikova S, Minarik J et al. Identification of patients at high risk of secondary extramedullary multiple myeloma development. Br J Haematol 2022; 196 (4): 954–962. doi: 10.1111/bjh.17925.

17. Bladé J, Beksac M, Caers J et al. Extramedullary disease in multiple myeloma: a systematic literature review. Blood Cancer J 2022; 12 (3): 45. doi: 10.1038/s41408-022-00 643-3.

18. Oakes SA. Endoplasmic reticulum stress signaling in cancer cells. Am J Pathol 2020; 190 (5): 934–946. doi: 10.1016/j.ajpath.2020.01.010.

19. Dostálová A, Vlachová M, Gregorová J et al. The endoplasmic reticulum and its signaling pathways – a novel target for multiple myeloma treatment. Klin Onkol 2023; 37 (6): 440–446. doi: 10.48095/ccko2023440.

20. Lynes EM, Simmen T. Urban planning of the endoplasmic reticulum (ER): how diverse mechanisms segregate the many functions of the ER. Biochim Biophys Acta 2011; 1813 (10): 1893–1905. doi: 10.1016/j.bbamcr.2011.06.011.

21. Hetz C, Zhang K, Kaufman RJ. Mechanism, regulation and functions of the unfolded protein response. Nat Rev Mol Cell Biol 2020; 21 (8): 421–438. doi: 10.1038/s41580-020-0250-z.

22. Almanza A, Carlesso A, Chintha C et al. Endoplasmic reticulum stress signalling – from basic mechanisms to clinical applications. FEBS J 2019; 286 (2): 241–278. doi: 10.1111/febs.14608.

23. Nikesitch N, Lee JM, Ling S et al. Endoplasmic reticulum stress in the development of multiple myeloma and drug resistance. Clin Transl Immunol 2018; 7 (1): e1007. doi: 10.1002/cti2.1007.

24. Polo TCF, Miot HA. Use of ROC curves in clinical and experimental studies. J Vasc Bras 2020; 19: e20200186. doi: 10.1590/1677-5449.200186.

25. Greipp PR, San Miguel J, Durie BGM et al. International staging system for multiple myeloma. J Clin Oncol 2005; 23 (15): 3412–3420. doi: 10.1200/JCO.2005.04.242.

26. Palumbo A, Avet-Loiseau H, Oliva S et al. Revised international staging system for multiple myeloma: a report from International Myeloma Working Group. J Clin Oncol 2015; 33 (26): 2863–2869. doi: 10.1200/JCO.2015. 61.2267.

27. Durie BG, Salmon SE. A clinical staging system for multiple myeloma. Correlation of measured myeloma cell mass with presenting clinical features, response to treatment, and survival. Cancer 1975; 36 (3): 842–854. doi: 10.1002/1097-0142 (197509) 36: 3< 842:: aid-cncr2820360303>3.0.co; 2-u.

28. Munshi NC, Hideshima T, Carrasco D et al. Identification of genes modulated in multiple myeloma using genetically identical twin samples. Blood 2004; 103 (5): 1799–1806. doi: 10.1182/blood-2003-02- 0402.

29. Vincenz L, Jäger R, O’Dwyer M et al. Endoplasmic reticulum stress and the unfolded protein response: targeting the Achilles heel of multiple myeloma. Mol Cancer Ther 2013; 12 (6): 831–843. doi: 10.1158/1535-7163.MCT-12-0782.

30. Jauhiainen A, Thomsen C, Strömbom L et al. Distinct cytoplasmic and nuclear functions of the stress induced protein DDIT3/CHOP/GADD153. PLoS One 2012; 7 (4): e33208. doi: 10.1371/journal.pone.0033208.

31. Urra H, Dufey E, Lisbona F et al. When ER stress reaches a dead end. Biochim Biophys Acta 2013; 1833 (12): 3507–3517. doi: 10.1016/j.bbamcr.2013.07.024.

32. Yu X, Zhai C, Fan Y et al. TUSC3: a novel tumour suppressor gene and its functional implications. J Cell Mol Med 2017; 21 (9): 1711–1718. doi: 10.1111/jcmm.13128.

33. Vašíčková K, Horak P, Vaňhara P. TUSC3: functional duality of a cancer gene. Cell Mol Life Sci 2018; 75 (5): 849–857. doi: 10.1007/s00018-017-2660-4.

34. Ibrahim IM, Abdelmalek DH, Elfiky AA. GRP78: a cell’s response to stress. Life Sci 2019; 226: 156–163. doi: 10.1016/j.lfs.2019.04.022.

35. Ninkovic S, Harrison SJ, Quach H. Glucose-regulated protein 78 (GRP78) as a potential novel biomarker and therapeutic target in multiple myeloma. Expert Rev Hematol 2020; 13 (11): 1201–1210. doi: 10.1080/17474086.2020.1830372.

36. Rasche L, Menoret E, Dubljevic V et al. A GRP78-directed monoclonal antibody recaptures response in refractory multiple myeloma with extramedullary involvement. Clin Cancer Res 2016; 22 (17): 4341–4349. doi: 10.1158/1078-0432.CCR-15-3111.

37. Saptarshi N, Porter LF, Paraoan L. PERK/EIF2AK3 integrates endoplasmic reticulum stress-induced apoptosis, oxidative stress and autophagy responses in immortalised retinal pigment epithelial cells. Sci Rep 2022; 12 (1): 13324. doi: 10.1038/s41598-022-16909-6.

38. Bagratuni T, Patseas D, Mavrianou-Koutsoukou N et al. Characterization of a PERK kinase inhibitor with anti-myeloma activity. Cancers 2020; 12 (10): 2864. doi: 10.3390/cancers12102864.

39. Harnoss JM, Le Thomas A, Shemorry A et al. Disruption of IRE1a through its kinase domain attenuates multiple myeloma. Proc Natl Acad Sci U S A 2019; 116 (33): 16420–16429. doi: 10.1073/pnas.1906999116.

40. Bhutani M, Foureau DM, Atrash S et al. Extramedullary multiple myeloma. Leukemia 2020; 34 (1): 1–20. doi: 10.1038/s41375-019-0660-0.

41. Al Saleh AS, Parmar HV, Visram A et al. Increased bone marrow plasma-cell percentage predicts outcomes in newly diagnosed multiple myeloma patients. Clin Lymphoma Myeloma Leuk 2020; 20 (9): 596–601. doi: 10.1016/j.clml.2020.03.012.

42. Korbet SM, Schwartz MM. Multiple myeloma. J Am Soc Nephrol 2006; 17 (9): 2533–2545. doi: 10.1681/ASN.2006020139.

43. Yang J, Liu Z, Liu H et al. C-reactive protein promotes bone destruction in human myeloma through the CD32-p38 MAPK-Twist axis. Sci Signal 2017; 10 (509): eaan6282. doi: 10.1126/scisignal.aan6282.

Štítky
Detská onkológia Chirurgia všeobecná Onkológia

Článok vyšiel v časopise

Klinická onkologie

Číslo 1

2025 Číslo 1
Najčítanejšie tento týždeň
Najčítanejšie v tomto čísle
Prihlásenie
Zabudnuté heslo

Zadajte e-mailovú adresu, s ktorou ste vytvárali účet. Budú Vám na ňu zasielané informácie k nastaveniu nového hesla.

Prihlásenie

Nemáte účet?  Registrujte sa

#ADS_BOTTOM_SCRIPTS#