PEG10 is associated with treatment-induced neuroendocrine prostate cancer
Notice bibliographique
Résumé
Neuroendocrine (NE) differentiation of advanced prostate adenocarcinoma following androgen receptor (AR) axis-directed therapy is becoming increasingly recognized. Several models of this transdifferentiation provide insight into its molecular pathogenesis and have highlighted the placental gene PEG10 for further study. Using our unique model of enzalutamide resistance (ENZR) and NE differentiation, we studied PEG10/AR interplay in enzalutamide treatment-resistant cell lines 42DENZR and 42FENZR compared to LNCaP and castration-resistant 16DCRPC cells. ENZR cell lines with positive terminal NE marker status also displayed higher baseline expression of PEG10 compared to LNCaP and 16DCRPC. Antagonism of AR activity increased PEG10 expression followed by an increase in terminal NE markers. Conversely, stimulating AR activity via androgen supplementation reversed PEG10 and NE marker expression in a time and dose-dependent manner. These results were supported by human data showing that PEG10 expression is highest in NEPC and that AR-dependent gene, PSA, is negatively correlated with PEG10 in adenocarcinoma. Further, ChIP assay confirmed binding of activated AR to the PEG10 enhancer, decreasing PEG10 expression. While PEG10 did not drive NEPC, its knockdown reduced NE markers in our cell lines. Moreover, PEG10 knockdown in vitro- and in vivo-attenuated tumor growth. Overall, these observations indicate that PEG10 is an AR-repressed gene which modulates NE markers in ENZR cells and targeting PEG10 in advanced prostate cancer with NE features is a rational and viable option.
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) | 0,001 | 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 ».