Combined genetic and epigenetic alterations of the <i>TERT</i> promoter affect clinical and biological behavior of bladder cancer
Notice bibliographique
Résumé
In urothelial bladder cancer (UBC), risk stratification remains an important unmet need. Limitless self‐renewal, governed by TERT expression and telomerase activation, is crucial for cancer progression. Thus, telomerase activation through the interplay of mutations ( TERT p Mut ) and epigenetic alterations in the TERT promoter may provide further insight into UBC behavior. Here, we investigated the combined effect of TERT p Mut and the TERT Hypermethylated Oncological Region (THOR) status on telomerase activation and patient outcome in a UBC international cohort ( n = 237). We verified that TER Tp Mut were frequent (76.8%) and present in all stages and grades of UBC. Hypermethylation of THOR was associated with higher TERT expression and higher‐risk disease in nonmuscle invasive bladder cancers (NMIBC). TERT p Mut alone predicted disease recurrence (HR: 3.18, 95%CI 1.84 to 5.51, p < 0.0001) but not progression in NMIBC. Combined THOR high / TER Tp Mut increased the risk of disease recurrence (HR 5.12, p < 0.0001) and progression (HR 3.92, p = 0.025). Increased THOR hypermethylation doubled the risk of stage progression of both TERT p wt and TERT p Mut NMIBC. These results highlight that both mechanisms are common and coexist in bladder cancer and while TERT p Mut is an early event in bladder carcinogenesis THOR hypermethylation is a dynamic process that contributes to disease progression. While the absence of alterations comprises an extremely indolent phenotype, the combined genetic and epigenetic alterations of TERT bring additional prognostic value in NMIBC and provide a novel insight into telomere biology in cancer.
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 | 0,000 |
| 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 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 ».