Sialylation Inhibition Can Partially Revert Acquired Resistance to Enzalutamide in Prostate Cancer Cells
Notice bibliographique
Résumé
Prostate cancer is a lethal solid malignancy and a leading cause of cancer-related deaths in males worldwide. Treatments, including radical prostatectomy, radiotherapy, and hormone therapy, are available and have improved patient survival; however, recurrence remains a huge clinical challenge. Enzalutamide is a second-generation androgen receptor antagonist that is used to treat castrate-resistant prostate cancer. Among patients who initially respond to enzalutamide, virtually all acquire secondary resistance, and an improved understanding of the mechanisms involved is urgently needed. Aberrant glycosylation, and, in particular, alterations to sialylated glycans, have been reported as mediators of therapy resistance in cancer, but a link between tumour-associated glycans and resistance to therapy in prostate cancer has not yet been investigated. Here, using cell line models, we show that prostate cancer cells with acquired resistance to enzalutamide therapy have an upregulation of the sialyltransferase ST6 beta-galactoside alpha-2,6-sialyltransferase 1 (ST6GAL1) and increased levels of α2,6-sialylated N-glycans. Furthermore, using the sialyltransferase inhibitor P-SiaFNEtoc, we discover that acquired resistance to enzalutamide can be partially reversed by combining enzalutamide therapy with sialic acid blockade. Our findings identify a potential role for ST6GAL1-mediated aberrant sialylation in acquired resistance to enzalutamide therapy for prostate cancer and suggest that sialic acid blockade in combination with enzalutamide may represent a novel therapeutic approach in patients with advanced disease. Our study also highlights the potential to bridge the fields of cancer biology and glycobiology to develop novel combination therapies for prostate cancer.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».