DNA-Dependent Protein Kinase Drives Prostate Cancer Progression through Transcriptional Regulation of the Wnt Signaling Pathway
Notice bibliographique
Résumé
Abstract Purpose: Protein kinases are known to play a prominent role in oncogenic progression across multiple cancer subtypes, yet their role in prostate cancer progression remains underexplored. The purpose of this study was to identify kinases that drive prostate cancer progression. Experimental Design: To discover kinases that drive prostate cancer progression, we investigated the association between gene expression of all known kinases and long-term clinical outcomes in tumor samples from 545 patients with high-risk disease. We evaluated the impact of genetic and pharmacologic inhibition of the most significant kinase associated with metastatic progression in vitro and in vivo. Results: DNA-dependent protein kinase (DNAPK) was identified as the most significant kinase associated with metastatic progression in high-risk prostate cancer. Inhibition of DNAPK suppressed the growth of both AR-dependent and AR-independent prostate cancer cells. Gene set enrichment analysis nominated Wnt as the top pathway associated with DNAPK. We found that DNAPK interacts with the Wnt transcription factor LEF1 and is critical for LEF1-mediated transcription. Conclusions: Our data show that DNAPK drives prostate cancer progression through transcriptional regulation of Wnt signaling and is an attractive therapeutic target in aggressive prostate 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 | 0,002 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».