MétaCan
Menu
Retour à la cohorte
Enregistrement W4415674791 · doi:10.1101/gad.353024.125

ERRγ impedes neuroendocrine prostate cancer development

2025· article· en· W4415674791 sur OpenAlexafffund
Ting Li, Catherine R. Dufour, Lingwei Han, Anthony Alfonso, Mirna H Farhat, Annabelle Beaumier, Qian Chen, Jin-jian Lu, Vincent Giguère

Notice bibliographique

RevueGenes & Development · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueProstate Cancer Treatment and Research
Établissements canadiensMcGill University Health CentreMcGill University
Organismes subventionnairesTerry Fox Research InstituteScience and Technology Development FundNational Natural Science Foundation of ChinaCanadian Institutes of Health ResearchCancer Research Society
Mots-clésProstate cancerProstateNeuroendocrine differentiationDownregulation and upregulationEZH2Cell growthCancerNeuroendocrine tumors

Résumé

récupéré en direct d'OpenAlex

Neuroendocrine prostate cancer (NEPC) is a lethal subtype of castration-resistant prostate cancer (CRPC). The molecular mechanisms underlying the progression of CRPC toward NEPC remain incompletely understood, and effective treatments remain to be discovered. Here, we report that loss of the nuclear receptor ERRγ promotes neuroendocrine differentiation in a Pten-deficient mouse model of prostate adenocarcinoma. These findings were recapitulated in advanced cellular and xenograft models of human prostate cancer. Critically, we show that ERRγ gain of function can reverse instilled NEPC features accompanied by suppression of growth and oncogenic metabolic reprogramming. Activation of a neuroendocrine transcriptional program enabled by ERRγ deficiency unveiled a targetable vulnerability exploited by the combined pharmacological inhibition of EZH2 and RET kinase that effectively inhibited the growth of ERRγ-deficient tumor organoids and cells. Collectively, our findings demonstrate that ERRγ downregulation facilitates prostate cancer adeno-to-neuroendocrine transformation and offer potential therapeutic strategies to prevent/treat the development of poor outcome NEPC.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,889

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,024
Tête enseignante GPT0,335
Écart entre enseignants0,311 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenes & DevelopmentMême sujetProstate Cancer Treatment and ResearchTravaux en français237 207