Exploring the molecular landscape of chronic lymphocytic leukemia: a single-cell multi-omics approach

Enllaç permanent

Descripció

  • Resum

    La leucèmia limfocítica crònica (CLL) és la leucèmia més comuna en adults. En aquest estudi busquem desxifrar el paisatge molecular de la CLL utilitzant dades multiòmiques de cèl·lules individuals (RNA+ATAC) i investigar la rellevància clínica del marcador ZAP70 al seu pronòstic. La seva alta expressió es correlaciona amb la IgVH no mutada, indicant un curs clínic més agressiu. Estudis mostren que l'expressió de ZAP70 és significativament més gran en CLL no mutada, predint amb precisió l'estat mutacional d'IgVH en el 93% de casos. A més, busquem identificar biomarcadors associats amb la gravetat de la malaltia per a futurs estudis predictius i terapèutics.
    La leucemia linfocítica crónica (CLL) es la leucemia más común en adultos. En este estudio buscamos descifrar el paisaje molecular de la CLL utilizando datos multiomicos de células individuales (RNA+ATAC), e investigar la relevancia clínica del marcador ZAP70 en su pronóstico. Su alta expresión se correlaciona fuertemente con la IgVH no mutada, indicando un curso clínico más agresivo. Estudios muestran que la expresión de ZAP70 es significativamente mayor en la CLL no mutada, prediciendo con precisión el estado mutacional de IgVH en el 93% de casos. Además, buscamos identificar biomarcadores potenciales asociados con la gravedad de la enfermedad para futuros estudios predictivos y terapéuticos.
    Chronic lymphocytic leukemia (CLL) is the most common leukemia in adults. This project aims to decipher the molecular landscape of CLL using single-cell multiome data (RNA+ATAC) and investigate the relevance of the ZAP70 marker in CLL prognosis. Its high expression strongly correlates with non-mutated IgVH, thus indicating a more aggressive clinical course. Studies show that ZAP70 expression is significantly higher in unmutated CLL, accurately predicting IgVH mutation status in 93% of cases. Additionally, it seeks to identify potential biomarkers associated with disease severity for future predictive and therapeutic studies.
  • Descripció

    Treball de fi de grau en Bioinformàtica. Curs 2023-2024
    Tutores: Elisabetta Mereu i Aina Rill Hinarejos
  • Mostra el registre complet