MétaCan
Menu
Retour à la cohorte
Enregistrement W3000411451 · doi:10.1158/1078-0432.ccr-19-3023

Diverse <i>AR</i> Gene Rearrangements Mediate Resistance to Androgen Receptor Inhibitors in Metastatic Prostate Cancer

2020· article· en· W3000411451 sur OpenAlexaff
Yingming Li, Rendong Yang, Christine Henzler, Yeung Ho, Courtney N. Passow, Benjamin Auch, Suzanne Carreira, Daniel Nava Rodrigues, Cláudia Bertan, Tae Hyun Hwang, David A. Quigley, Ha X. Dang, Colm Morrissey, Michael Fraser, Stephen R. Plymate, Christopher A. Maher, Felix Y. Feng, Johann S. de Bono, Scott M. Dehm

Notice bibliographique

RevueClinical Cancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesNational Institutes of HealthProstate Cancer Foundation of AustraliaNational Cancer InstituteNational Institute for Health and Care ResearchU.S. Department of Veterans Affairs
Mots-clésAndrogen receptorProstate cancerCancer researchProstateCancerGeneBiologyMedicineOncologyInternal medicineGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose: Prostate cancer is the second leading cause of male cancer deaths. Castration-resistant prostate cancer (CRPC) is a lethal stage of the disease that emerges when endocrine therapies are no longer effective at suppressing activity of the androgen receptor (AR) transcription factor. The purpose of this study was to identify genomic mechanisms that contribute to the development and progression of CRPC. Experimental Design: We used whole-genome and targeted DNA-sequencing approaches to identify mechanisms underlying CRPC in an aggregate cohort of 272 prostate cancer patients. We analyzed structural rearrangements at the genome-wide level and carried out a detailed structural rearrangement analysis of the AR locus. We used genome engineering to perform experimental modeling of AR gene rearrangements and long-read RNA sequencing to analyze effects on expression of AR and truncated AR variants (AR-V). Results: AR was among the most frequently rearranged genes in CRPC tumors. AR gene rearrangements promoted expression of diverse AR-V species. AR gene rearrangements occurring in the context of AR amplification correlated with AR overexpression. Cell lines with experimentally derived AR gene rearrangements displayed high expression of tumor-specific AR-Vs and were resistant to endocrine therapies, including the AR antagonist enzalutamide. Conclusions: AR gene rearrangements are an important mechanism of resistance to endocrine therapies in CRPC.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,268
Tête enseignante GPT0,509
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Cancer ResearchMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207