Identifying and treating <i>ROBO1</i><sup>−ve</sup>/<i>DOCK1</i><sup>+ve</sup> prostate cancer: An aggressive cancer subtype prevalent in African American patients
Notice bibliographique
Résumé
Abstract Background There is a need to develop novel therapies which could be beneficial to patients with prostate cancer (CaP) including those who are predisposed to poor outcome, such as African‐Americans. This study investigates the role of ROBO1 ‐pathway in predicting outcome and race‐based disparity in patients with CaP. Methods and Results Aided by RNA sequencing‐based DECIPHER‐testing and immunohistochemical (IHC) analysis of tumors we show that ROBO1 is lost during the progressive stages of CaP, a prevalent feature in African‐Americans. We show that the loss of ROBO1 predicts high‐risk of recurrence, metastasis and poor outcome of androgen‐deprivation therapy in radical prostatectomy‐treated patients. These data identified an aggressive ROBO1 deficient /DOCK1 +ve sub‐class of CaP. Combined genetic and IHC data showed that ROBO1 loss is accompanied by DOCK1 / Rac1 elevation in grade‐III/IV primary‐tumors and Mets. We observed that the hypermethylation of ROBO1 ‐promoter contributes to loss of expression that is highly prevalent in African‐Americans. Because of limitations in restoring ROBO1 function, we asked if targeting the DOCK1 could be an ideal strategy to inhibit progression or treat ROBO1 deficient metastatic‐CaP. We tested the pharmacological efficacy of CPYPP, a selective inhibitor of DOCK1 under in vitro and in vivo conditions. Using ROBO1 −ve and ROBO1 +ve CaP models, we determined the median effective concentration of CPYPP for growth. DOCK1‐inhibitor treatment significantly decreased the (a) Rac1‐GTP/β‐catenin activity, (b) transmigration of ROBO1 deficient cells across endothelial lining, and (c) metastatic spread of ROBO1 deficient cells through the vasculature of transgenic fl Zebrafish model. Conclusion We suggest that ROBO1 status forms as predictive biomarker of outcome in high‐risk populations such as African‐Americans and DOCK1‐targeting therapy has a clinical potential for treating metastatic‐CaP.
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) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».