A cancer specific hypermethylation signature of the TERT promoter predicts biochemical relapse in prostate cancer: a retrospective cohort study
Notice bibliographique
Résumé
// Pedro Castelo-Branco 1, 2, 3, * , Ricardo Leão 1, 4, 5, * , Tatiana Lipman 1 , Brittany Campbell 1 , Donghyun Lee 1 , Aryeh Price 1 , Cindy Zhang 1 , Abolfazl Heidari 1 , Derek Stephens 1 , Stefan Boerno 6 , Hugo Coelho 5 , Ana Gomes 5 , Celia Domingos 2, 3 , Joana D. Apolonio 2, 3 , Georg Schäfer 11 , Robert G. Bristow 7 , Michal R. Schweiger 8, 9 , Robert Hamilton 4 , Alexandre Zlotta 4, 10 , Arnaldo Figueiredo 5 , Helmut Klocker 11 , Holger Sültmann 12 , Uri Tabori 1 1 Arthur and Sonia Labatt Brain Tumor Research Center, The Hospital for Sick Children, University of Toronto, Toronto, Ontario, Canada 2 Regenerative Medicine Program, Department of Biomedical Sciences and Medicine, University of Algarve, Faro, Portugal 3 Centre for Biomedical Research (CBMR), University of Algarve, Faro, Portugal 4 Division of Urology, Department of Surgical Oncology Princess Margaret Cancer Center, University of Toronto, Toronto, Ontario, Canada 5 Serviço de Urologia e Transplantação Renal, Centro Hospitalar Universitário Coimbra EPE, Faculty of Medicine, University of Coimbra, Coimbra, Portugal 6 Sequencing Core Facility, Max Planck Institute for Molecular Genetics, Berlin, Germany 7 Department of Radiation Oncology, Princess Margaret Cancer Center, Toronto, Ontario, Canada 8 Department of Vertebrate Genomics, Max Planck Institute for Molecular Genetics, Berlin, Germany 9 Cologne Center for Genomics, Cologne University, Cologne, Germany 10 Division of Urology, Department of Surgery, Mount Sinai Hospital, Toronto, Ontario, Canada 11 Department of Urology, Medical University of Innsbruck, Innsbruck, Austria 12 Cancer Genome Research, German Cancer Research Center (DKFZ) and German Consortium for Translational Cancer Research (DKTK), Heidelberg, Germany * These authors contributed equally to this work Correspondence to: Uri Tabori, email: uri.tabori@sickkids.ca Pedro Castelo-Branco, email: pjbranco@ualg.pt Keywords: TERT, prostate cancer, biomarker, diagnostic, Gleason score Received: March 31, 2016 Accepted: June 30, 2016 Published: July 16, 2016 ABSTRACT The identification of new biomarkers to differentiate between indolent and aggressive prostate tumors is an important unmet need. We examined the role of THOR ( TERT Hypermethylated Oncological Region) as a diagnostic and prognostic biomarker in prostate cancer (PCa). We analyzed THOR in common cancers using genome-wide methylation arrays. Methylation status of the whole TERT gene in benign and malignant prostate samples was determined by MeDIP-Seq. The prognostic role of THOR in PCa was assessed by pyrosequencing on discovery and validation cohorts from patients who underwent radical prostatectomy with long-term follow-up data. Most cancers ( n = 3056) including PCa ( n = 300) exhibited hypermethylation of THOR. THOR was the only region within the TERT gene that is differentially methylated between normal and malignant prostate tissue ( p < 0.0001). Also, THOR was significantly hypermethylated in PCa when compared to paired benign tissues ( n = 164, p < 0.0001). THOR hypermethylation correlated with Gleason scores and was associated with tumor invasiveness ( p = 0.0147). Five years biochemical progression free survival (BPFS) for PCa patients in the discovery cohort was 87% (95% CI 73–100) and 65% (95% CI 52–78) for THOR non-hypermethylated and hypermethylated cancers respectively ( p = 0.01). Similar differences in BPFS were noted in the validation cohort ( p = 0.03). Importantly, THOR was able to predict outcome in the challenging (Gleason 6 and 7 (3 + 4)) PCa ( p = 0.007). For this group, THOR was an independent risk factor for BPFS with a hazard-ratio of 3.685 ( p = 0.0247). Finally, THOR hypermethylation more than doubled the risk of recurrence across all PSA levels (OR 2.5, p = 0.02).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».