Gene expression signatures of neuroendocrine prostate cancer and primary small cell prostatic carcinoma
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Neuroendocrine prostate cancer (NEPC) may be rising in prevalence as patients with advanced prostate cancer potentially develop resistance to contemporary anti-androgen treatment through a neuroendocrine phenotype. While prior studies comparing NEPC and prostatic adenocarcinoma have identified important candidates for targeted therapy, most have relied on few NEPC patients due to disease rarity, resulting in thousands of differentially expressed genes collectively and offering an opportunity for meta-analysis. Moreover, past studies have focused on prototypical NEPC samples with classic immunohistochemistry profiles, whereas there is increasing recognition of atypical phenotypes. In the primary setting, small cell prostatic carcinoma (SCPC) is frequently admixed with adenocarcinomas that may be clonally related, and a minority of SCPCs express markers typical of prostatic adenocarcinoma while rare cases do not express neuroendocrine markers. We derived a meta-signature of prototypical high-grade NEPC, then applied it to develop a classifier of primary SCPC incorporating disease heterogeneity. METHODS: Prototypical NEPC samples from 15 patients across 6 frozen tissue microarray datasets were assessed for genes with consistent outlier expression relative to adenocarcinomas. Resulting genes were used to determine subgroups of primary SCPCs (N=16) and high-grade adenocarcinomas (N=16) profiled by exon arrays using formalin-fixed paraffin-embedded (FFPE) material from our institutional archives. A subgroup classifier was developed using differential expression for feature selection, and applied to radical prostatectomy cohorts. RESULTS: Sixty nine and 375 genes demonstrated consistent outlier expression in at least 80% and 60% of NEPC patients, with close resemblance in expression between NEPC and small cell lung cancer. Clustering by these genes generated 3 subgroups among primary samples from our institution. Nearest centroid classification based on the predominant phenotype from each subgroup (9 prototypical SCPCs, 9 prototypical adenocarcinomas, and 4 atypical SCPCs) achieved a 4.5% error rate by leave-one-out cross-validation. The classifier identified SCPC-like expression in 40% (2/5) of mixed adenocarcinomas and 0.3-0.6% of adenocarcinomas from prospective (4/2293) and retrospective (2/355) radical prostatectomy cohorts, where both SCPC-like retrospective cases subsequently developed metastases. CONCLUSIONS: Meta-analysis generates a robust signature of prototypical high-grade NEPC, and may facilitate development of a primary SCPC classifier based on FFPE material with potential prognostic implications.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découle