Transcriptomic Heterogeneity of Androgen Receptor Activity Defines a <i>de novo</i> low AR-Active Subclass in Treatment Naïve Primary Prostate Cancer
Notice bibliographique
Résumé
Abstract Purpose: The heterogeneity of androgen receptor (AR)-activity (AR-A) is well-characterized in heavily treated metastatic castration-resistant prostate cancer (mCRPC). However, the diversity and clinical implications of AR-A in treatment-naïve primary prostate cancer is largely unknown. We sought to characterize AR-A in localized prostate cancer and understand its molecular and clinical implications. Experimental Design: Genome-wide expression profiles from prostatectomy or biopsy samples from 19,470 patients were used, all with independent pathology review. This was comprised of prospective discovery (n = 5,239) and validation (n = 12,728) cohorts, six retrospective institutional cohorts with long-term clinical outcomes data (n = 1,170), and The Cancer Genome Atlas (n = 333). Results: A low AR-active subclass was identified, which comprised 9%–11% of each cohort, and was characterized by increased immune signaling, neuroendocrine expression, and decreased DNA repair. These tumors were predominantly ERG and basal subtype. Low AR-active tumors had significantly more rapid development of recurrence or metastatic disease across cohorts, which was maintained on multivariable analysis [HR, 2.61; 95% confidence interval (CI), 1.22–5.60; P = 0.014]. Low AR-active tumors were predicted to be more sensitive to PARP inhibition, platinum chemotherapy, and radiotherapy, and less sensitive to docetaxel and androgen-deprivation therapy. This was validated clinically, in that low AR-active tumors were less sensitive to androgen-deprivation therapy (OR, 0.41; 95% CI, 0.21–0.80; P = 0.008). Conclusions: Leveraging large-scale transcriptomic data allowed the identification of an aggressive subtype of treatment-naïve primary prostate cancer that harbors molecular features more analogous to mCRPC. This suggests that a preexisting subgroup of patients may have tumors that are predisposed to fail multiple current standard-of-care therapies and warrant dedicated therapeutic investigation.
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) | 0,001 | 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) | 0,001 | 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 ».