Prostate Cancer Risk-Associated Single-Nucleotide Polymorphism Affects Prostate-Specific Antigen Glycosylation and Its Function
Notice bibliographique
Résumé
Abstract BACKGROUND Genetic association studies have reported single-nucleotide polymorphisms (SNPs) at chromosome 19q13.3 to be associated with prostate cancer (PCa) risk. Recently, the rs61752561 SNP (Asp84Asn substitution) in exon 3 of the kallikrein-related peptidase 3 (KLK3) gene encoding prostate-specific antigen (PSA) was reported to be strongly associated with PCa risk (P = 2.3 × 10−8). However, the biological contribution of the rs61752561 SNP to PCa risk has not been elucidated. METHODS Recombinant PSA protein variants were generated to assess the SNP-mediated biochemical changes by stability and substrate activity assays. PC3 cell–PSA overexpression models were established to evaluate the effect of the SNP on PCa pathogenesis. Genotype-specific correlation of the SNP with total PSA (tPSA) concentrations and free/total (F/T) PSA ratio were determined from serum samples. RESULTS Functional analysis showed that the rs61752561 SNP affects PSA stability and structural conformation and creates an extra glycosylation site. This PSA variant had reduced enzymatic activity and the ability to stimulate proliferation and migration of PCa cells. Interestingly, the minor allele is associated with lower tPSA concentrations and high F/T PSA ratio in serum samples, indicating that the amino acid substitution may affect PSA immunoreactivity to the antibodies used in the clinical immunoassays. CONCLUSIONS The rs61752561 SNP appears to have a potential role in PCa pathogenesis by changing the glycosylation, protein stability, and PSA activity and may also affect the clinically measured F/T PSA ratio. Accounting for these effects on tPSA concentration and F/T PSA ratio may help to improve the accuracy of the current PSA test.
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 ».