Preclinical patient‐derived modeling of castration‐resistant prostate cancer facilitates individualized assessment of homologous recombination repair deficient disease
Notice bibliographique
Résumé
The use of mutation analysis of homologous recombination repair (HRR) genes to estimate PARP-inhibition response may miss a larger proportion of responding patients. Here, we provide preclinical models for castration-resistant prostate cancer (CRPC) that can be used to functionally predict HRR defects. In vitro, CRPC LNCaP sublines revealed an HRR defect and enhanced sensitivity to olaparib and cisplatin due to impaired RAD51 expression and recruitment. Ex vivo-induced castration-resistant tumor slice cultures or tumor slice cultures derived directly from CRPC patients showed increased olaparib- or cisplatin-associated enhancement of residual radiation-induced γH2AX/53BP1 foci. We established patient-derived tumor organoids (PDOs) from CRPC patients. These PDOs are morphologically similar to their primary tumors and genetically clustered with prostate cancer but not with normal prostate or other tumor entities. Using these PDOs, we functionally confirmed the enhanced sensitivity of CRPC patients to olaparib and cisplatin. Moreover, olaparib but not cisplatin significantly decreased the migration rate in CRPC cells. Collectively, we present robust patient-derived preclinical models for CRPC that recapitulate the features of their primary tumors and enable individualized drug screening, allowing translation of treatment sensitivities into tailored clinical therapy recommendations.
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 ».