Deciphering the Transcription Factor Landscape in Neuroendocrine Prostate Cancer Progression: A Novel Approach to Understand NE Transdifferentiation
Notice bibliographique
Résumé
Background and Objective: Prostate cancer (PCa) is a leading cause of cancer mortality in men, with neuroendocrine prostate cancer (NEPC) representing a particularly resistant subtype. The role of transcription factors (TFs) in the progression from prostatic adenocarcinoma (PRAD) to NEPC is poorly understood. This study aims to identify and analyze lineage-specific TF profiles in PRAD and NEPC and illustrate their dynamic shifts during NE transdifferentiation. Methods: A novel algorithmic approach was developed to evaluate the weighted expression of TFs within patient samples, enabling a nuanced understanding of TF landscapes in PCa progression and TF dynamic shifts during NE transdifferentiation. Results: unveiled TF profiles for PRAD and NEPC, identifying 126 shared TFs, 46 adenocarcinoma-TFs, and 56 NEPC-TFs. Enrichment analysis across multiple clinical cohorts confirmed the lineage specificity and clinical relevance of these lineage-TFs signatures. Functional analysis revealed that lineage-TFs are implicated in pathways critical to cell development, differentiation, and lineage determination. Novel lineage-TF candidates were identified, offering potential targets for therapeutic intervention. Furthermore, our longitudinal study on NE transdifferentiation highlighted dynamic TF expression shifts and delineated a three-phase hypothesis for the process comprised of de-differentiation, dormancy, and re-differentiation. and proposing novel insights into the mechanisms of PCa progression. Conclusion: The lineage-specific TF profiles in PRAD and NEPC reveal a dynamic shift in the TF landscape during PCa progression, highlighting three distinct phases of NE transdifferentiation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».