Sig27 stratifies prostate cancer recurrence by assessing the immunosuppressive properties of tumors
Notice bibliographique
Résumé
Prostate cancer (PC) remains a leading cause of cancer-related mortality in men, with recurrence contributing significantly to poor outcomes. Its molecular heterogeneity complicates effective risk stratification. We evaluated Sig27, a novel 27-gene panel, across 13 bulk RNA-seq datasets (n = 3,133 tumors) and 6 single-cell RNA-seq (scRNA-seq) datasets (n = 53 patients). Sig27 expression was elevated in PC compared to normal tissue and further increased in high-grade Gleason tumors, node-positive, and recurrent tumors. Sig27 demonstrated recurrence prediction comparable to Oncotype DX, with strong enrichment in immune regulatory pathways. To further investigate immune associations, we developed SigIC, a 22-gene immune checkpoint panel. Sig27 showed strong correlations with SigIC and individual immune checkpoints (e.g., HAVCR2, CD96, TIGIT) in both primary and metastatic PC. In scRNA-seq data, Sig27 was enriched in tumor-associated monocytes/macrophages (TAMs) and endothelial cells. We identified five key Sig27 genes - TFEC, FPR3, NOD2, LAMP3, and MCTP1 - and constructed Sig27IMG, a multigene panel formed by these five genes, and demonstrated their robust correlations with immune checkpoints and their strong enrichment in TAMs and endothelial cells. Sig27IMG strongly predicted PC recurrence and was dominantly expressed in TAMs, dendritic cells, and endothelial cells across 26 cancer types (n = 386 patients) in scRNA-seq studies and 17 cancer types (n = 5,672 patients) in bulk RNA-seq investigations. Notably, Sig27IMG stratified patients with a poor prognosis risk in these 17 cancer types. In summary, Sig27 and its derivative panel, Sig27IMG, offer a robust assessment of PC recurrence, highlighting immunosuppressive features mediated by TAMs, dendritic cells, and endothelial cells across multiple cancer types.
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 | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».