Roles of Alternative RNA Splicing of the Bif-1 Gene by SRRM4 During the Development of Treatment-induced Neuroendocrine Prostate Cancer
Notice bibliographique
Résumé
Treatment-induced neuroendocrine prostate cancer (t-NEPC) is an aggressive subtype of prostate cancer (PCa) that becomes more prevalent when hormonal therapy, chemotherapy, or radiation therapy is applied to patients with metastatic prostate adenocarcinoma (AdPC). How AdPC cells survive these anti-cancer therapies and progress into t-NEPC remains unclear. By comparing the whole transcriptomes between AdPC and t-NEPC, we identified Bif-1, an apoptosis-associated gene, which undergoes alternative RNA splicing in t-NEPC. We found that while Bif-1a is the predominant variant of the Bif-1 gene in AdPC, two neural-specific variants, Bif-1b and Bif-1c, are highly expressed in t-NEPC patients, patient derived xenografts, and cell models. The neural-specific RNA splicing factor, SRRM4, promotes Bif-1b and Bif-1c splicing, and the expression of SRRM4 in tumors is strongly associated with Bif-1b/-1c levels. Furthermore, we showed that Bif-1a is pro-apoptotic, while Bif-1b and Bif-1c are anti-apoptotic in PCa cells under camptothecin and UV light irritation treatments. Taken together, our data indicate that SRRM4 regulates alternative RNA splicing of the Bif-1 gene that enables PCa cells resistant to apoptotic stimuli under anti-cancer therapies, and may contribute to AdPC progression into t-NEPC.
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 | 0,000 | 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 | 0,001 |
| 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 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 ».