Liquid biopsy‐based targeted gene screening highlights tumor cell subtypes in patients with advanced prostate cancer
Notice bibliographique
Résumé
Prostate cancer (PCa) clinical heterogeneity underscores tumor heterogeneity, which may be best defined by cell subtypes. To test if cell subtypes contributing to progression can be assessed noninvasively, we investigated whether 14 genes representing luminal, neuroendocrine, and stem cells are detectable in whole blood RNA of patients with advanced PCa. For each gene, reverse transcription quantitative polymerase chain reaction assays were first validated using RNA from PCa cell lines, and their traceability in blood was assessed in cell spiking experiments. These were next tested in blood RNA of 40 advanced PCa cases and 40 healthy controls. Expression in controls, which was low or negative, was used to define stringent thresholds for gene overexpression in patients to account for normal variation in white blood cells. Thirty-five of 40 patients overexpressed at least one gene. Patients with more genes overexpressed had a higher risk of death (hazard ratio 1.42, range 1.12-1.77). Progression on androgen receptor inhibitors was associated with overexpression of stem (odds ratio [OR] 7.74, range 1.68-35.61) and neuroendocrine (OR 13.10, range 1.24-142.34) genes, while luminal genes were associated with taxanes (OR 2.7, range 1.07-6.82). Analyses in PCa transcriptomic datasets revealed that this gene panel was most prominent in metastases of advanced disease, with diversity among patients. Collectively, these findings support the contribution of the prostate cell subtypes to disease progression. Cell-subtype specific genes are traceable in blood RNA of patients with advanced PCa and are associated with clinically relevant end points. This opens the door to minimally invasive liquid biopsies for better management of this deadly disease.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».