Metabolomic Profiling Identifies Biochemical Pathways Associated with Castration-Resistant Prostate Cancer
Notice bibliographique
Résumé
Despite recent developments in treatment strategies, castration-resistant prostate cancer (CRPC) is still the second leading cause of cancer-associated mortality among American men, the biological underpinnings of which are not well understood. To this end, we measured levels of 150 metabolites and examined the rate of utilization of 184 metabolites in metastatic androgen-dependent prostate cancer (AD) and CRPC cell lines using a combination of targeted mass spectrometry and metabolic phenotyping. Metabolic data were used to derive biochemical pathways that were enriched in CRPC, using Oncomine concept maps (OCM). The enriched pathways were then examined in-silico for their association with treatment failure (i.e., prostate specific antigen (PSA) recurrence or biochemical recurrence) using published clinically annotated gene expression data sets. Our results indicate that a total of 19 metabolites were altered in CRPC compared to AD cell lines. These altered metabolites mapped to a highly interconnected network of biochemical pathways that describe UDP glucuronosyltransferase (UGT) activity. We observed an association with time to treatment failure in an analysis employing genes restricted to this pathway in three independent gene expression data sets. In summary, our studies highlight the value of employing metabolomic strategies in cell lines to derive potentially clinically useful predictive tools.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».