Elevated Expression of Glycerol-3-Phosphate Phosphatase as a Biomarker of Poor Prognosis and Aggressive Prostate Cancer
Notice bibliographique
Résumé
The limitations of the biomarker prostate-specific antigen (PSA) necessitate the pursuit of biomarkers capable of better identifying high-risk prostate cancer (PC) patients in order to improve their therapeutic management and outcomes. Aggressive prostate tumors characteristically exhibit high rates of glycolysis and lipogenesis. Glycerol 3-phosphate phosphatase (G3PP), also known as phosphoglycolate phosphatase (PGP), is a recently identified mammalian enzyme, shown to play a role in the regulation of glucose metabolism, lipogenesis, lipolysis, and cellular nutrient-excess detoxification. We hypothesized that G3PP may relieve metabolic stress in cancer cells and assessed the association of its expression with PC patient prognosis. Using immunohistochemical staining, we assessed the epithelial expression of G3PP in two different radical prostatectomy (RP) cohorts with a total of 1797 patients, for whom information on biochemical recurrence (BCR), metastasis, and mortality was available. The association between biomarker expression, biochemical recurrence (BCR), bone metastasis, and prostate cancer-specific survival was established using log-rank and multivariable Cox regression analyses. High expression of G3PP in PC epithelial cells is associated with an increased risk of BCR, bone metastasis, and PC-specific mortality. Multivariate analysis revealed high G3PP expression in tumors as an independent predictor of BCR and bone metastasis development. High G3PP expression in tumors from patients eligible for prostatectomies is a new and independent prognostic biomarker of poor prognosis and aggressive PC for recurrence, bone metastasis, and mortality.
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) | 0,000 | 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 ».