Therapy-induced senescence in prostate cancer: mechanisms, therapeutic strategies, and clinical implications
Notice bibliographique
Résumé
• Prostate cancer constitutes a leading cause of cancer-related mortality in men. • Cellular senescence, a form of cell cycle arrest with secretory phenotype, is a product of anticancer therapies. • Therapy-induced senescence has tumor-suppressive and tumor-promoting effects in prostate cancer. • Senolytics and senomorphics can mitigate the adverse effects of senescence in prostate cancer. • The effectiveness of senescence-targeting therapies in prostate cancer patients requires further investigation. Prostate cancer (PCa) remains a major cause of cancer-related mortality in men, particularly in its advanced and metastatic stages. While various systemic therapies have improved clinical outcomes, therapy resistance and disease progression remain significant challenges. One critical, yet underappreciated, mechanism influencing treatment response is therapy-induced senescence (TIS), a stable form of cell cycle arrest triggered by anticancer treatments. In PCa, TIS can be elicited by chemotherapy, radiotherapy, hormonal therapies, and targeted agents, and is characterized by a complex interplay of tumor-suppressive and tumor-promoting effects, largely mediated through the senescence-associated secretory phenotype (SASP). This review explores the molecular mechanisms of senescence, the diverse therapeutic strategies that induce it, and the dual roles it plays in PCa progression and treatment resistance. We further discuss emerging approaches that combine senescence-inducing therapies with senescence-targeting strategies, such as senolytics and senomorphics, to mitigate the adverse consequences of persistent senescent PCa cells. Finally, we highlight ongoing clinical trials, translational barriers, and future directions in integrating senotherapy into the clinical management of PCa.
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 ».