Authors:
Nóra Szoboszlai Semmelweis Egyetem, Patológiai és Kísérleti Rákkutató Intézet, Budapest, Hungary

Search for other papers by Nóra Szoboszlai in
Current site
Google Scholar
PubMed
Close
https://orcid.org/0009-0006-2737-8099
and
Luca Varga Semmelweis Egyetem, Patológiai és Kísérleti Rákkutató Intézet, Budapest, Hungary

Search for other papers by Luca Varga in
Current site
Google Scholar
PubMed
Close
https://orcid.org/0000-0002-6211-8245
Open access

A diffúz nagy B-sejtes limfóma (DLBCL) a leggyakoribb non-Hodgkin limfóma, amely az újonnan felfedezett esetek 35–40%-át adja. A betegség klasszifikációja intenzív kutatások tárgyát képezi, egyik legújabb tanulmányban Wenzl és mtsai. sikeresen azonosítottak egy korai stádiumban is felfedezhető molekuláris mintázatot, amely segítséget nyújthat a kétéves eseménymentes túlélés előrejelzésére. RNS-expresszió és DNS-alapú vizsgálatok által kifejlesztettek egy klasszifikációs rendszert, amely alacsony, közepes és magas rizikójú csoportokba sorolja a betegeket. A mutiomikai, innovatív rizikóbecslés hasznos információval szolgálhat mind a klinikum, mind a további kutatások szempontjából.

Diffuse large B-cell lymphoma (DLBCL) is the most common non-Hodgkin's lymphoma, accounting for 35–40% of newly diagnosed cases. The classification of the disease is the subject of intense research, in a recent study Wenzl et al. successfully identified a molecular pattern that can be detected at an early stage and may help predict two-year event-free survival (EFS24). Using RNA expression and DNA-based assays, they have developed a classification system that classifies patients into low, intermediate and high-risk groups. This innovative risk assessment, based on mutiomics, could provide useful information for both clinical and further research.

Abstract

A diffúz nagy B-sejtes limfóma (DLBCL) a leggyakoribb non-Hodgkin limfóma, amely az újonnan felfedezett esetek 35–40%-át adja. A betegség klasszifikációja intenzív kutatások tárgyát képezi, egyik legújabb tanulmányban Wenzl és mtsai. sikeresen azonosítottak egy korai stádiumban is felfedezhető molekuláris mintázatot, amely segítséget nyújthat a kétéves eseménymentes túlélés előrejelzésére. RNS-expresszió és DNS-alapú vizsgálatok által kifejlesztettek egy klasszifikációs rendszert, amely alacsony, közepes és magas rizikójú csoportokba sorolja a betegeket. A mutiomikai, innovatív rizikóbecslés hasznos információval szolgálhat mind a klinikum, mind a további kutatások szempontjából.

Bevezetés

A diffúz nagy B-sejtes limfóma (DLBCL) a leggyakoribb non-Hodgkin limfóma (NHL), mely a felnőttkori újonnan felfedezett esetek 30–40 százalékáért felelős. A betegséget első vonalban kemoimmunoterápiával kezelik, mely a rituximab, doxorubicin, ciklofoszfamid, vinkrisztin és prednizolon kombinációjából áll (R-CHOP). Az említett terápia az esetek közel 60%-ában kuratív, a fennmaradó eseteknél viszont kedvezőtlen prognózisú relabáló/refrakter DLBCL (r/r DBCL) alakul ki [1]. A DLBCL nagyfokú klinikai és molekuláris heterogenitást mutat, mely részben magyarázza a terápiarezisztens betegeknél hamarabb jelentkező relapszust. Számos kísérlet létezik a betegség korai stádiumban való klasszifikációjára, azonban eddig a várt eredményt egyik sem érte el. Wenzl és munkatársai széles körű analízisük alapján leírtak egy korai relapszust előrejelző molekuláris mintázatot, mely már diagnóziskor kimutatható és információval szolgál bizonyos terápiára adott válaszkészségről is. 444 betegből álló kohortjukban a tumorokból származó biopsziák genetikai profilját vizsgálták teljes exom szekvenálással (WES) és RNS szekvenálással [2].

Korábbi kísérletek a DLBCL klasszifikációjára

Az Amerikai Nemzeti Rákkutató Intézet (National Cancer Institute, NCI) négy genetikai alcsoportot definiált 574 főből álló kohortjukban, melyekbe a betegek 46,6%-a besorolhatóvá vált [3]. Ezen beosztást alapul véve és kiegészítve Wright és munkatársai kidolgozták a LymphGen algoritmust, amely képes molekuláris jellemzők alapján hat eltérő genetikai alcsoportba sorolni a DLBCL-eseteket, így az esetek 63,1%-át sikerült klasszifikálni (MCD, BN2, ST2, EZB, N1, A53) [4]. Az alcsoportok létrehozása prognosztikai információ ismeretében történt, ezáltal remélve, hogy a klasszifikáció információt tud adni a betegség várható lefolyásáról és esetleges célzott terápiás célpontokról. Az MCD alcsoportot MYD88L265P és CD78 mutációk jellemzik, melyek szintén jellemzőek ibrutinib kezelésre reagáló r/r DLBCL-re is [5, 6]. A BN2 altípusban BCL6 transzlokációt és NOTCH2 mutációt írtak le, valamint a B-sejt függő tumorgenezis útvonal szintén szerepet játszik a betegség kialakulásában. Az ST2 alcsoportot legnagyobb részt TET2 mutációk jellemzik, és fenotipikusan a legdiverzebb az alcsoportok közül. EZB altípus eseteiben kimutathatóak az EZH2 gén mutációi és a BCL2 transzlokációk, az N1 alcsoportban NOTCH1 mutációk és fokozott T-sejtes infiltráció figyelhető meg, míg az A53 alcsoportot magas fokú kópiaszám-eltérések, valamint TP53 mutáció jellemzi [7, 8]. Az ibrutinib hazánkban is alkalmazott gyógyszer NHL-ák kezelésében. A gyógyszer hatékonyságát egy 2021-ben megjelent tanulmányban vizsgálták a LymphGen által meghatározott alcsoportokban, az N1 és MCD alcsoportok reagáltak a legjobban a kezelésre [9].

A sejteredet-alapú beosztás (COO) expressziós mintázatok elemzésével létrehozott klasszifikációs rendszer, amit a DLBCL rutindiagnosztikájában is széleskörűen alkalmaznak az egyszerűsített, immunhisztokémia-alapú Hans algoritmus formájában. A COO szerint elkülöníthetünk csíracentrum eredetű (GCB) és aktivált B-sejt eredetű (ABC) DLBCL altípusokat. A GCB alcsoport esetei kedvezőbb prognózissal járnak, mint az ACB DLBCL csoportba tartozók. Az esetek 80–85%-a besorolható az említett alcsoportokba, a kimaradó 15–20% a „DLBCL unclassified” nevet kapta [10]. Hans és mtsai. által kifejlesztett algoritmus segít a DLBCL-es szövetminta besorolásában csíracentrum eredetű (GC) és non-GC altípusokba. Immunhisztokémiai vizsgálatok során a CD10, BCL-6 és a MUM1 fehérjék expressziójával megállapítható az alcsoport, ezáltal az algoritmus rutin patológiai vizsgálatok során is könnyen alkalmazható [11].

A WHO 2022-es klasszifikációjában elkülönített high-grade B-sejtes limfómák kedvezőtlen prognózissal és specifikus génexpressziós profillal rendelkeznek. MYC és BCL2 gének transzlokációja jellemzi, az esetek a ’double-hit’ limfóma (DHL) elnevezést kapták [18]. Molekuláris vizsgálatok során leírták az ún. ’double-hit signature’ (DHITsig) csoportot, amely DHL-hez hasonló genetikai profillal rendelkezik, viszont fluoreszcens in situ hibridizációval nem sorolható az említett alcsoportba [12]. Ezen kategóriába tartozó betegek prognózisa közelít a klasszikus DHL-es betegekéhez, azonban a hatást a DHL-től eltérő molekuláris mechanizmusok okozzák, amelyek viszont hasonló módon járulnak hozzá a DLBCL kedvezőtlen lefolyásához a MYC gén diszregulációja által [13].

Multiomikai analízissel új magas rizikójú kockázati markerek beazonosítása DLBCL-ben

Wenzl és munkatársai a Blood Cancer J. folyóiratban 2024 júniusában megjelent tanulmányukban létrehoztak egy, a korábbi prognosztikus rendszerektől (International Prognostic Index – IPI, COO) független klasszifikációt, mely további segítséget nyújthat a kétéves eseménymentes túlélés előrejelzésében (event-free survival, EFS24). Az eseménymentes és a relabáló/refrakter eseteket összehasonlítva a különböző mértékben expresszálódó géneket vették alapul. Módszereikkel képesek voltak a betegeket diagnózis idejében vizsgált minták alapján besorolni alacsony, közepes és magas rizikójú kategóriákba [2].

A kutatócsoport által használt súlyozott gén korrelációs analízis és „felügyelt” hierarchikus klaszterezés segítségével sikeresen számítottak rizikót 387 érintett gén tekintetében (RNS mintázat pontszám). Az EFS24-et elérő betegek összesített pontszáma diagnózis idejében alacsonyabb volt, mint a két éven belül relabáló vagy r/r DLBCL eseteké. Mindemellett az RNS-mintázat-pontszám erősen korrelált a teljes túléléssel (OS) és az eseménymentes túléléssel (EFS). A magas rizikócsoportba tartozó eseteknél szignifikáns különbséget mutató géneket vizsgálva a tumor mikrokörnyezetben fokozott jelátvitel volt megfigyelhető az oxidatív foszforilációt, glikolízist, DNS-replikációt érintő útvonalakban, illetve az immunrendszerhez kapcsolódó útvonalak alulszabályozottságot mutattak, ami tovább validálta a választott gének szerepét. Megvizsgálták a mikrokörnyezet immunsejt-összetételét is, és a vártnak megfelelően a CD4+ memóriasejtek, a CD8+ T-sejtek és a follikuláris helper T-sejtek száma szignifikánsan alacsonyabb volt a magas rizikójú esetekben.

DNS-profilokat vizsgálva a magas rizikójú populációban szignifikánsan magasabb volt a TP53 és CREBBP mutációk gyakorisága. A BCL2, BCL6 és TMEM30A génekben, valamint a 19q13.42 és a 17q24.3 lókuszokon gyakoribb kópiaszám-változásokat is leírtak. A NOTCH jelátviteli útvonal elemei gyakrabban voltak érintettek a magas rizikójú csoportban, a sejtciklus és egyéb metabolikus útvonalak szabályozóival egyetemben. Az alacsony rizikócsoportban is megfigyeltek gyakran előforduló mutációkat a PI3 és MAP-kináz kaszkádokhoz és a JAK/STAT útvonalhoz és kapcsolódó génekben. Az eredményeket lasszó regresszió segítségével korreláltatták az EFS24-gyel. Az RNS mintázat pontszám önmagában erősen korrelált, viszont mutációs profilokkal kiegészítve azt találták, hogy az ARID1A génmutációs státusza jelentősen növelte a becslés szenzitivitását.

Korábbi DLBCL klasszifikációs rendszerekkel való összehasonlítás során minimális átfedést találtak. Érdekes módon, a LymphGen alcsoportok az EFS24 három rizikócsoportja között egyenlő mértékben oszlottak meg, egy kifejezett LymphGen alcsoport sem mutatott magasabb rizikót. További analízis során egy újabb klaszterezés során hét klasztert azonosítottak, amelyben a legmagasabb rizikójú klaszter mindössze 17%-ban fedett át az EFS24 magas rizikójú csoportjával. Ez tovább mutatja a DLBCL kutatásának fontosságát, hiszen bár átfedések találhatóak a különböző klasszifikációs rendszerek között, egyértelmű szereplőket a betegség progressziójában továbbra sem sikerült azonosítani (1. ábra).

1. ábra.
1. ábra.

az említett klasszifikációs rendszerek és kialakításukhoz felhasznált módszerek, valamint meghatározott alcsoportok megoszlásai. A COO és DHITsig RNS expressziós adatok felhasználásával készült, a LymphGen genetikai információk alapján. Wenzl és mtsai. expressziós adatok és genetikai informácók közös vizsgálatával hozta létre a három rizikócsoportot. A DHITsig klasszifikáció nem double-hit (DHL) esetekben értelmezendő, amit DNS-alapú vizsgálatokkal lehetséges azonosítani

Citation: Hematológia–Transzfuziológia 57, 4; 10.1556/2068.2024.00207

A metabolikus folyamatok eltéréseinek szerepét DLBCL-ben már korábban is megfigyelték, többek között Monti és mtsai. leírtak egy alcsoportot, melyet a mitokondriális oxidatív foszforiláció zavarai jellemeznek [14]. Az új alcsoport az OxPHOS-DLBCL nevet kapta, bár a betegség kimenetelével való összefüggés nem teljesen tisztázott. A Warburg-effektus már régóta ismert a daganatok megváltozott anyagcseréjét illetően, gyakran agresszív lefolyással társulva. A magas rizikójú genetikai profilhoz kapcsolódó metabolikus változások azonosak lehetnek a közismert jelenséggel. A tumor progressziójával összefüggő anyagcsere-átalakulások hatást fejtenek ki a daganat mikrokörnyezetére is. Ezt alátámasztja az újonnan leírt információ, miszerint CD4+ és CD8+ T-sejtek, T follikuláris helper sejtek, valamint az M0, M1, M2 makrofágok szignifikáns csökkenése látható az agresszív viselkedésű DLBCL mikrokörnyezetében.

A TP53 gén eltéréseit már korábban is összefüggésbe hozták a kedvezőtlenebb DLBCL lefolyással, a mutációk szintén kapcsolódtak a kétéves progressziómentes túléléshez [2]. A TP53 mutációt az EFS24-el korreláltatva emelkedett kockázati arányt („hazard ratio”, HR) mutattak ki. Az ARID1A gén fontos szerepet tölt be a kromatin modulációban, valamint a kettős szálú DNS-törések javításában és a mismatch repair útvonalakban [15]. Az ARID1A1 közvetlenül kötődhet a TP53 fehérjéhez, ezáltal fokozva annak aktivitását [16]. Az ARID1A mutációi jellemzőek a LymphGen algoritmus EZB alcsoportjára, a BCL-2 és CREBBP gének változásaival egyetemben.

Hazai kísérletek a DLBCL klasszifikációjára

Magyarországon mintegy 3500–4000 DLBCL-esetet tartanak számon, évente 350–400 újonnan diagnosztizált beteggel. Bár az új generációs szekvenálás (NGS) segítségével meghatározott genetikai alcsoportok információt nyújtanak a prognózisról, a célzott terápiára adott válaszkészségről, illetve a korai relapszus esélyéről is, azonban az új klasszifikációs rendszerek klinikai gyakorlati jelentősége jelenleg intenzív kutatások tárgyát képezi. Kutatócsoportunk hazánkban elsőként optimalizálta a DLBCL klasszifikációját, kifejlesztve az „SE-DLBCL Predictor” elnevezésű szekvenálási panelt, mely lehetővé teszi 251 génmutációs státuszának vizsgálatát, valamint transzlokációs töréspontokról és kópiaszám-eltérésekről is információval szolgál [16]. Kutatócsoportunk jelenleg egy 118 fős betegcsoporton vizsgálja a gyakoribb elváltozásokat mind szövet, mind „liquid biopsziás” mintákon DLBCL-ben. A Magyar Diffúz Nagy B-sejtes Lymphoma Molekuláris Profilozási Projekt (HU-LyGen) reményeink szerint hozzájárulhat a klasszifikáció további finomhangolásához, ezáltal a kezelési lehetőségek jövőbeli optimalizálásához is [17].

Nyilatkozat

A közlemény más folyóiratban korábban nem jelent meg, és máshová beküldésre nem került. A levelező szerző elolvasta a szerzői útmutatót.

Anyagi támogatás

az elkészült kézirat anyagi támogatásban nem részesült.

Szerzői munkamegosztás

Sz. N. írta a kéziratot, V. L. szerkesztette és javította. A cikk végleges változatát minden szerző olvasta és a megjelenést jóváhagyta.

Érdekeltségek

A szerző(k)nek nincsenek érdekeltségei(k).

Rövidítésjegyzék:

ABC DLBCL

aktivált B-sejt eredetű DLBCL

COO

sejteredet szerinti beosztás

DHITsig

double hit signature

DHL

double-hit limfóma

DLBCL

diffúz nagy B-sejtes limfóma

EFS24

kétéves eseménymentes túlélés

GCB DLBCL

csíracentrum eredetű DLBCL

IPI

Nemzetközi Prognosztikus Index

NCI

Amerikai Nemzeti Rákkutató Intézet

NGS

új generációs szekvenálás

NHL

non-Hodgkin limfóma

OS

várható túlélés

r/r DLBCL

relabáló/refrakter DLBCL

R-CHOP

rituximab, ciklofoszfamid, doxorubicin, vinkrisztin, prednizolon kombinációja

THL

triple-hit limfóma

WES

teljes exomszekvenálás

WHO

Egészségügyi Világszervezet

Irodalom

  • [1]

    Coiffier B, Sarkozy C. Diffuse large B-cell lymphoma: R-CHOP failure-what to do? Hematology Am Soc Hematol Educ Program 2016; 2016: 366378.

    • Search Google Scholar
    • Export Citation
  • [2]

    Wenzl K, Stokes ME, Novak JP, et al. Multiomic analysis identifies a high-risk signature that predicts early clinical failure in DLBCL. Blood Cancer J 2024; 14.

    • Search Google Scholar
    • Export Citation
  • [3]

    Schmitz R, Wright GW, Huang DW, et al. Genetics and pathogenesis of diffuse large B-cell lymphoma. New Engl J Med 2018; 378: 13961407.

    • Search Google Scholar
    • Export Citation
  • [4]

    Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551568 e514.

    • Search Google Scholar
    • Export Citation
  • [5]

    Wilson WH, Young RM, Schmitz R, et al. Targeting B cell receptor signaling with ibrutinib in diffuse large B cell lymphoma. Nat Med 2015; 21: 922926.

    • Search Google Scholar
    • Export Citation
  • [6]

    Botond T. A diffúz nagy B-sejtes lymphoma legújabb molekuláris klasszifikációja és ennek terápiás vonatkozásai. Orvosképzés 2021; 96: 583593.

    • Search Google Scholar
    • Export Citation
  • [7]

    Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551568.e514.

    • Search Google Scholar
    • Export Citation
  • [8]

    Kiss L, Bátai B, Bödör C, Nagy Á. Új molekuláris klasszifikációs rendszerek diffúz nagy B-sejtes limfómában. Hematológia - Transzfuziológia 2021; 54: 104112.

    • Search Google Scholar
    • Export Citation
  • [9]

    Wilson WH, Wright GW, Huang DW, et al. Effect of ibrutinib with R-CHOP chemotherapy in genetic subtypes of DLBCL. Cancer Cell 2021; 39: 16431653 e1643.

    • Search Google Scholar
    • Export Citation
  • [10]

    Alizadeh AA, Eisen MB, Davis RE, et al. Distinct types of diffuse large B-cell lymphoma identified by gene expression profiling. Nature 2000; 403: 503511.

    • Search Google Scholar
    • Export Citation
  • [11]

    Hans CP, Weisenburger DD, Greiner TC, et al. Confirmation of the molecular classification of diffuse large B-cell lymphoma by immunohistochemistry using a tissue microarray. Blood 2004; 103: 275282.

    • Search Google Scholar
    • Export Citation
  • [12]

    Ennishi D, Jiang A, Boyle M, et al. Double-hit gene expression signature defines a distinct subgroup of germinal center B-Cell-Like diffuse large B-cell lymphoma. J Clin Oncol 2019; 37: 190201.

    • Search Google Scholar
    • Export Citation
  • [13]

    Hilton LK, Tang J, Ben-Neriah S, et al. The double-hit signature identifies double-hit diffuse large B-cell lymphoma with genetic events cryptic to FISH. Blood 2019; 134: 15281532.

    • Search Google Scholar
    • Export Citation
  • [14]

    Monti S. Molecular profiling of diffuse large B-cell lymphoma identifies robust subtypes including one characterized by host inflammatory response. Blood 2005; 105: 18511861.

    • Search Google Scholar
    • Export Citation
  • [15]

    Watanabe R, Ui A, Kanno S-I, et al. SWI/SNF factors required for cellular resistance to DNA damage include ARID1A and ARID1B and show interdependent protein stability. Cancer Res 2014; 74: 24652475.

    • Search Google Scholar
    • Export Citation
  • [16]

    Guan B, Gao M, Wu CH, et al. Functional analysis of in-frame indel ARID1A mutations reveals new regulatory mechanisms of its tumor suppressor functions. Neoplasia 2012; 14: 986993.

    • Search Google Scholar
    • Export Citation
  • [17]

    Varga L, Bátai B, Bödör C. A Magyar Diffúz Nagy B-sejtes Lymphoma Molekuláris Profilozási Projekt (HU-LyGen): ismertető és első eredmények. Hematológia–Transzfuziológia 2023; 56: 104109.

    • Search Google Scholar
    • Export Citation
  • [18]

    Alaggio R., et al. The 5th Edition of the World Health Organization Classification of Haematolymphoid Tumours: Lymphoid Neoplasms. Leukemia 2022; 36(7): 17201748. https://doi.org/10.1038/s41375-022-01620-2. 35732829.

    • Search Google Scholar
    • Export Citation
  • [1]

    Coiffier B, Sarkozy C. Diffuse large B-cell lymphoma: R-CHOP failure-what to do? Hematology Am Soc Hematol Educ Program 2016; 2016: 366378.

    • Search Google Scholar
    • Export Citation
  • [2]

    Wenzl K, Stokes ME, Novak JP, et al. Multiomic analysis identifies a high-risk signature that predicts early clinical failure in DLBCL. Blood Cancer J 2024; 14.

    • Search Google Scholar
    • Export Citation
  • [3]

    Schmitz R, Wright GW, Huang DW, et al. Genetics and pathogenesis of diffuse large B-cell lymphoma. New Engl J Med 2018; 378: 13961407.

    • Search Google Scholar
    • Export Citation
  • [4]

    Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551568 e514.

    • Search Google Scholar
    • Export Citation
  • [5]

    Wilson WH, Young RM, Schmitz R, et al. Targeting B cell receptor signaling with ibrutinib in diffuse large B cell lymphoma. Nat Med 2015; 21: 922926.

    • Search Google Scholar
    • Export Citation
  • [6]

    Botond T. A diffúz nagy B-sejtes lymphoma legújabb molekuláris klasszifikációja és ennek terápiás vonatkozásai. Orvosképzés 2021; 96: 583593.

    • Search Google Scholar
    • Export Citation
  • [7]

    Wright GW, Huang DW, Phelan JD, et al. A probabilistic classification tool for genetic subtypes of diffuse large B cell lymphoma with therapeutic implications. Cancer Cell 2020; 37: 551568.e514.

    • Search Google Scholar
    • Export Citation
  • [8]

    Kiss L, Bátai B, Bödör C, Nagy Á. Új molekuláris klasszifikációs rendszerek diffúz nagy B-sejtes limfómában. Hematológia - Transzfuziológia 2021; 54: 104112.

    • Search Google Scholar
    • Export Citation
  • [9]

    Wilson WH, Wright GW, Huang DW, et al. Effect of ibrutinib with R-CHOP chemotherapy in genetic subtypes of DLBCL. Cancer Cell 2021; 39: 16431653 e1643.

    • Search Google Scholar
    • Export Citation
  • [10]

    Alizadeh AA, Eisen MB, Davis RE, et al. Distinct types of diffuse large B-cell lymphoma identified by gene expression profiling. Nature 2000; 403: 503511.

    • Search Google Scholar
    • Export Citation
  • [11]

    Hans CP, Weisenburger DD, Greiner TC, et al. Confirmation of the molecular classification of diffuse large B-cell lymphoma by immunohistochemistry using a tissue microarray. Blood 2004; 103: 275282.

    • Search Google Scholar
    • Export Citation
  • [12]

    Ennishi D, Jiang A, Boyle M, et al. Double-hit gene expression signature defines a distinct subgroup of germinal center B-Cell-Like diffuse large B-cell lymphoma. J Clin Oncol 2019; 37: 190201.

    • Search Google Scholar
    • Export Citation
  • [13]

    Hilton LK, Tang J, Ben-Neriah S, et al. The double-hit signature identifies double-hit diffuse large B-cell lymphoma with genetic events cryptic to FISH. Blood 2019; 134: 15281532.

    • Search Google Scholar
    • Export Citation
  • [14]

    Monti S. Molecular profiling of diffuse large B-cell lymphoma identifies robust subtypes including one characterized by host inflammatory response. Blood 2005; 105: 18511861.

    • Search Google Scholar
    • Export Citation
  • [15]

    Watanabe R, Ui A, Kanno S-I, et al. SWI/SNF factors required for cellular resistance to DNA damage include ARID1A and ARID1B and show interdependent protein stability. Cancer Res 2014; 74: 24652475.

    • Search Google Scholar
    • Export Citation
  • [16]

    Guan B, Gao M, Wu CH, et al. Functional analysis of in-frame indel ARID1A mutations reveals new regulatory mechanisms of its tumor suppressor functions. Neoplasia 2012; 14: 986993.

    • Search Google Scholar
    • Export Citation
  • [17]

    Varga L, Bátai B, Bödör C. A Magyar Diffúz Nagy B-sejtes Lymphoma Molekuláris Profilozási Projekt (HU-LyGen): ismertető és első eredmények. Hematológia–Transzfuziológia 2023; 56: 104109.

    • Search Google Scholar
    • Export Citation
  • [18]

    Alaggio R., et al. The 5th Edition of the World Health Organization Classification of Haematolymphoid Tumours: Lymphoid Neoplasms. Leukemia 2022; 36(7): 17201748. https://doi.org/10.1038/s41375-022-01620-2. 35732829.

    • Search Google Scholar
    • Export Citation
  • Collapse
  • Expand

 

  • Árpád ILLÉS (Debreceni Egyetem, főszerkesztő)
  • Csaba BÖDÖR (Semmelweis Egyetem, főszerkesztő-helyettes)
  • Judit DEMETER (Semmelweis Egyetem, főszerkesztő-helyettes)
  • Lajos GERGELY (Debreceni Egyetem, főszerkesztő-helyettes)
  • Imelda MARTON (Szegedi Tudományegyetem, főszerkesztő-helyettes)
  • Gábor MIKALA (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, főszerkesztő-helyettes)
  • Sándor FEKETE (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, emeritus főszerkesztő)
  • Hussain ALIZADEH (Pécsi Tudományegyetem, szerkesztő)
  • Hajnalka ANDRIKOVICS (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, szerkesztő)
  • Zita BORBÉNYI (Szegedi Tudományegyetem, szerkesztő)
  • Miklós EGYED (Somogy Megyei Kaposi Mór Oktató Kórház, szerkesztő)
  • Zsuzsanna FAUST (Pécsi Tudományegyetem, szerkesztő)
  • Béla KAJTÁR (Pécsi Tudományegyetem, szerkesztő)
  • Gergely KRIVÁN (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, szerkesztő)
  • András MASSZI (Országos Onkológiai Intézet, szerkesztő)
  • Tamás MASSZI (Semmelweis Egyetem, szerkesztő)
  • Zsolt György NAGY (Semmelweis Egyetem, szerkesztő)
  • Márk PLANDER (Vas Vármegyei Markusovszky Egyetemi Oktatókórház, szerkesztő)
  • György PFLIEGLER (Debreceni Egyetem, szerkesztő)
  • Péter REMÉNYI (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, szerkesztő)
  • Marienn RÉTI (Dél-Pesti Centrumkórház, Országos Hematológiai és Infektológiai Intézet, szerkesztő)
  • János SINKÓ (Semmelweis Egyetem, szerkesztő)
  • László SZERAFIN (Szabolcs-Szatmár-Bereg Megyei Jósa András Oktatókórház, Nyíregyháza, szerkesztő)

Hematológia-Transzfuziológia Szerkesztőség
Dr. Illés Árpád
Debreceni Egyetem Klinikai Központ
Belgyógyászati Intézet B épület
4012 Debrecen, Nagyerdei krt. 98. Pf.: 20.
E-mail: illesarpaddr@gmail.com

  • CABELLS Journalytics

Hematológia-Transzfuziológia
Publication Model Hybrid
Submission Fee none
Article Processing Charge 900 EUR/article
Regional discounts on country of the funding agency World Bank Lower-middle-income economies: 50%
World Bank Low-income economies: 100%
Further Discounts Editorial Board / Advisory Board members: 50%
Corresponding authors, affiliated to an EISZ member institution subscribing to the journal package of Akadémiai Kiadó: 100%
Subscription fee 2025 Online subsscription: 100 EUR / 110 USD
Print + online subscription: 112 EUR / 124 USD
Subscription Information Online subscribers are entitled access to all back issues published by Akadémiai Kiadó for each title for the duration of the subscription, as well as Online First content for the subscribed content.
Purchase per Title Individual articles are sold on the displayed price.

Hematológia-Transzfuziológia
Language Hungarian
Size A4
Year of
Foundation
2004
Volumes
per Year
1
Issues
per Year
4
Founder Magyar Hematológiai és Transzfuziológiai Társaság
Founder's
Address
Szent László Kórház, Hematológiai Osztály H-1097 Budapest, Hungary Gyáli út 5-7.
Publisher Akadémiai Kiadó
Publisher's
Address
H-1117 Budapest, Hungary 1516 Budapest, PO Box 245.
Responsible
Publisher
Chief Executive Officer, Akadémiai Kiadó
ISSN 1786-5913 (Print)

Monthly Content Usage

Abstract Views Full Text Views PDF Downloads
Jun 2024 0 0 0
Jul 2024 0 0 0
Aug 2024 0 0 0
Sep 2024 0 0 0
Oct 2024 0 0 0
Nov 2024 0 631 129
Dec 2024 0 120 40