SRRM4 gene expression correlates with neuroendocrine prostate cancer
Notice bibliographique
Résumé
Neuroendocrine prostate cancer (NEPC) is an aggressive subtype of castrate-resistant prostate cancer characterized by poor patient outcome. Whole transcriptome sequencing analyses identified a NEPC-specific RNA splicing program that is predominantly controlled by the SRRM4 gene, suggesting that SRRM4 drives NEPC development. However, whether SRRM4 expression in patients may aid pathologists in diagnosing NEPC and predicting patient survival remains to be determined. In this study, we have applied RNA in situ hybridization and immunohistochemistry assays to measure the expressions of SRRM4, NEPC markers (SYP, CD56, and CHGA), and adenocarcinoma (AdPC) markers (AR, PSA) in a series of tissue microarrays constructed from castrate-resistant prostate tumors, treatment-naïve tumors collected from radical prostatectomy, and tumors treated with neoadjuvant hormonal therapy (NHT) for 0-12 months. Three pathologists also independently evaluated tumor histology and NEPC marker status. Here, we report that SRRM4 in castrate-resistant tumors is highly expressed in NEPC, strongly correlated with SYP, CD56, and CHGA expressions (Pearson correlation r = 0.883, 0.675, and 0.881; P < 0.0001) and negatively correlated with AR and PSA expressions (Pearson correlation r = -0.544 and -0.310; P < 0.05). Overall survival is 12.3 months for patients with SRRM4 positive tumors, comparing to 23 months for patients with SRRM4 negative tumors. In treatment-naïve AdPC, low SRRM4 expression is detected in ∼16% tumor cores. It correlates with SYP and CHGA expressions, but not Gleason scores. AdPC treated with >7 month NHT has significantly higher SRRM4 expression. Based on these findings, we conclude that SRRM4 expression in castrate-resistant tumors is highly correlated with NEPC and poor patient survival. It may serve as a diagnosis and prognosis biomarker of 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 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 | 0,000 | 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) | 0,001 | 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 ».