Distinct transcriptional repertoire of the androgen receptor in ETS fusion-negative prostate cancer
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer (PCa) tumors harboring translocations of ETS family genes with the androgen responsive TMPRSS2 gene (ETS+ tumors) provide a robust biomarker for detecting PCa in approximately 70% of patients. ETS+ PCa express high levels of the androgen receptor (AR), yet PCa tumors lacking ETS fusions (ETS-) also express AR and demonstrate androgen-regulated growth. In this study, we evaluate the differences in the AR-regulated transcriptomes between ETS+ and ETS- PCa tumors. METHODS: 10,608 patient tumors from three independent PCa datasets classified as ETS+ (samples overexpressing ERG or other ETS family members) or ETS- (all other PCa) were analyzed for differential gene expression using false-discovery-rate adjusted methods and gene-set enrichment analysis (GSEA). RESULTS: Based on the expression of AR-dependent genes and an unsupervised Principal Component Analysis (PCA) model, AR-regulated gene expression alone was able to separate PCa samples into groups based on ETS status in all PCa databases. ETS status distinguished several differentially expressed genes in both TCGA (6.9%) and GRID (6.6%) databases, with 413 genes overlapping in both databases. Importantly, GSEA showed enrichment of distinct androgen-responsive genes in both ETS- and ETS+ tumors, and AR ChIP-seq data identified 131 direct AR-target genes that are regulated in an ETS-specific fashion. Notably, dysregulation of ETS-dependent AR-target genes within the metabolic and non-canonical WNT pathways was associated with clinical outcomes. CONCLUSIONS: ETS status influences the transcriptional repertoire of the AR, and ETS- PCa tumors appear to rely on distinctly different AR-dependent transcriptional programs to drive and sustain tumorigenesis.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».