MétaCan
Menu
Retour à la cohorte
Enregistrement W4406490194 · doi:10.1186/s13073-025-01432-w

Meta-analyses of mouse and human prostate single-cell transcriptomes reveal widespread epithelial plasticity in tissue regression, regeneration, and cancer

2025· review· en· W4406490194 sur OpenAlexfundno aff
Luis Aparicio, Laura Crowley, John R. Christin, Caroline Laplaca, Hanina Hibshoosh, Raúl Rabadán

Notice bibliographique

RevueGenome Medicine · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityStand Up To CancerNational Cancer InstituteProstate Cancer FoundationNational Institutes of HealthNational Science Foundation
Mots-clésProstate cancerProstateTranscriptomeBiologyCell typeHyperplasiaCellRegeneration (biology)Cancer researchCancerEndocrinologyCell biologyGene expressionGeneGenetics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite extensive analysis, the dynamic changes in prostate epithelial cell states during tissue homeostasis as well as tumor initiation and progression have been poorly characterized. However, recent advances in single-cell RNA-sequencing (scRNA-seq) technology have greatly facilitated studies of cell states and plasticity in tissue maintenance and cancer, including in the prostate. METHODS: We have performed meta-analyses of new and previously published scRNA-seq datasets for mouse and human prostate tissues to identify and compare cell populations across datasets in a uniform manner. Using random matrix theory to denoise datasets, we have established reference cell type classifications for the normal mouse and human prostate and have used optimal transport to compare the cross-species transcriptomic similarities of epithelial cell populations. In addition, we have integrated analyses of single-cell transcriptomic states with copy number variants to elucidate transcriptional programs in epithelial cells during human prostate cancer progression. RESULTS: Our analyses demonstrate transcriptomic similarities between epithelial cell states in the normal prostate, in the regressed prostate after androgen-deprivation, and in primary prostate tumors. During regression in the mouse prostate, all epithelial cells shift their expression profiles toward a proximal periurethral (PrU) state, demonstrating an androgen-dependent plasticity that is restored to normal during androgen restoration and gland regeneration. In the human prostate, we find substantial rewiring of transcriptional programs across epithelial cell types in benign prostate hyperplasia and treatment-naïve prostate cancer. Notably, we detect copy number variants predominantly within luminal acinar cells in prostate tumors, suggesting a bias in their cell type of origin, as well as a larger field of transcriptomic alterations in non-tumor cells. Finally, we observe that luminal acinar tumor cells in treatment-naïve prostate cancer display heterogeneous androgen receptor (AR) signaling activity, including a split between AR-positive and AR-low profiles with similarity to PrU-like states. CONCLUSIONS: Taken together, our analyses of cellular heterogeneity and plasticity provide important translational insights into the origin and treatment response of prostate cancer. In particular, the identification of AR-low tumor populations suggests that castration-resistance and predisposition to neuroendocrine differentiation may be pre-existing properties in treatment-naïve primary tumors that are selected for by androgen-deprivation therapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,737
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,362
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenome MedicineMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207