The prognosis for adults with precursor B-cell acute lymphoblastic leukemia (B-ALL) remains poor, in part from a lack of therapeutic targets. We identified the type I cytokine receptor subunit CRLF2 in a functional screen for B-ALL–derived mRNA transcripts that can substitute for IL3 signaling. We demonstrate that CRLF2 is overexpressed in approximately 15% of adult and high-risk pediatric B-ALL that lack MLL, TCF3, TEL, and BCR/ABL rearrangements, but not in B-ALL with these rearrangements or other lymphoid malignancies. CRLF2 overexpression can result from translocation with the IGH locus or intrachromosomal deletion and is associated with poor outcome. CRLF2 overexpressing B-ALLs share a transcriptional signature that significantly overlaps with a BCR/ABL signature, and is enriched for genes involved in cytokine receptor and JAK-STAT signaling. In a subset of cases, CRLF2 harbors a Phe232Cys gain-of-function mutation that promotes constitutive dimerization and cytokine independent growth. A mutually exclusive subset harbors activating mutations in JAK2. In fact, all 22 B-ALLs with mutant JAK2 that we analyzed overexpress CRLF2, distinguishing CRLF2 as the key scaffold for mutant JAK2 signaling in B-ALL. Expression of WT CRLF2 with mutant JAK2 also promotes cytokine independent growth that, unlike CRLF2 Phe232Cys or ligand-induced signaling by WT CRLF2, is accompanied by JAK2 phosphorylation. Finally, cells dependent on CRLF2 signaling are sensitive to small molecule inhibitors of either JAKs or protein kinase C family kinases. Together, these findings implicate CRLF2 as an important factor in B-ALL with diagnostic, prognostic, and therapeutic implications.

Profenoid drugs are a kind of common non-steroidal anti-inflammatory drugs and their chiral enantiomers often have huge differences in pharmacological activities. In this work, a novel chiral separation system by capillary electrophoresis (CE) was constructed using gold nanoparticles (AuNPs) functionalized with bovine serum albumin (BSA) as a quasi-stationary phase (QSP), and the enantioseparation of six profenoid drugs was efficiently accomplished. Under optimal chromatographic conditions, the enantioseparation performance of the AuNP@BSA-based chiral separation system was greatly improved compared with that of free BSA (Resolutions, Ibuprofen: 0.89 → 8.15; Ketoprofen: 0 → 10.02; Flurbiprofen:0.56 → 9.83; Indoprofen: 0.88 → 13.83; Fenoprofen: 0 → 15.21; Pyranoprofen: 0.59 → 5.34). Such high Rs are exciting and satisfying and it is in the leading position in the reported papers. Finally, through molecular docking, it was also found that the difference in binding energy between BSA and enantiomers was closely related to the resolutions of CE systems, revealing the chiral selection mechanism of BSA. This work significantly improves the CE chiral separation performance through a simple strategy, providing a simple and efficient idea for the chiral separation method.

Chronic kidney disease (CKD) inevitably progresses to end-stage renal disease if intervention does not occur timely. However, there are limitations in predicting the progression of CKD by solely relying on changes in renal function. A biomarker with high sensitivity and specificity that can predict CKD progression early is required. We used the online Gene Expression Omnibus microarray dataset GSE45980 to identify differentially expressed genes (DEGs) in patients with progressive and stable CKD. We then performed functional enrichment and protein-protein interaction network analysis on DEGs and identified key genes. Finally, the expression patterns of key genes were verified using the GSE60860 dataset, and the receiver operating characteristic curve analysis was performed to clarify their predictive ability of progressive CKD. Ultimately, we verified the expression profiles of these hub genes in an in vitro renal interstitial fibrosis model by real-time PCR and western blot analysis. Differential expression analysis identified 50 upregulated genes and 47 downregulated genes. The results of the functional enrichment analysis revealed that upregulated DEGs were mainly enriched in immune response, inflammatory response, and NF-κB signaling pathways, whereas downregulated DEGs were mainly related to angiogenesis and the extracellular environment. Protein-protein interaction network and key gene analysis identified CCR7 as the most important gene. CCR7 mainly plays a role in immune response, and its only receptors, CCL19 and CCL21, have also been identified as DEGs. The receiver operating characteristic curve analysis of CCR7, CCL19, and CCL21 found that CCR7 and CCL19 present good disease prediction ability. CCR7 may be a stable biomarker for predicting CKD progression, and the CCR7-CCL19/CCL21 axis may be a therapeutic target for end-stage renal disease. However, further experiments are needed to explore the relationship between these genes and CKD.

Abstract Osteoporosis (OP) is a bone metabolism disease that is associated with inflammatory pathological mechanism. Nonetheless, rare studies have investigated the diagnostic effectiveness of immune-inflammation index in the male population. Therefore, it is interesting to achieve early diagnosis of OP in male population based on the inflammatory makers from blood routine examination. We developed a prediction model based on a training dataset of 826 Chinese male patients through a retrospective study, and the data was collected from January 2022 to May 2023. All participants underwent the dual-energy X-ray absorptiometry (DXEA) and blood routine examination. Inflammatory markers such as systemic immune-inflammation index (SII) and platelet-to-lymphocyte ratio (PLR) was calculated and recorded. We utilized the least absolute shrinkage and selection operator (LASSO) regression model to optimize feature selection. Multivariable logistic regression analysis was applied to construct a predicting model incorporating the feature selected in the LASSO model. This predictive model was displayed as a nomogram. Receiver operating characteristic (ROC) curve, C-index, calibration curve, and clinical decision curve analysis (DCA) to evaluate model performance. Internal validation was test by the bootstrapping method. This study was approved by the Ethic Committee of the First Affiliated Hospital of Guangzhou University of Traditional Chinese Medicine (Ethic No. JY2023012) and conducted in accordance with the relevant guidelines and regulations. The predictive factors included in the prediction model were age, BMI, cardiovascular diseases, cerebrovascular diseases, neuropathy, thyroid diseases, fracture history, SII, PLR, C-reactive protein (CRP). The model displayed well discrimination with a C -index of 0.822 (95% confidence interval: 0.798–0.846) and good calibration. Internal validation showed a high C-index value of 0.805. Decision curve analysis (DCA) showed that when the threshold probability was between 3 and 76%, the nomogram had a good clinical value. This nomogram can effectively predict the incidence of OP in male population based on SII and PLR, which would help clinicians rapidly and conveniently diagnose OP with men in the future.