ترجمه فارسی مقاله پنهان کردن سرطان پروستات عصبی غدد درون ریز با امضای 7 ژنی مبتنی بر یادگیری ماشینی که پیشرفت را پیش بینی می کند

چکیده

Prostate cancer (PCa) poses a significant global health challenge, particularly due to its progression into aggressive forms like neuroendocrine prostate cancer (NEPC). This study developed and validated a stemness-associated gene signature using advanced machine learning techniques, including Random Forest and Lasso regression, applied to large-scale transcriptomic datasets. The resulting 7-gene signature (KMT5C, MEN1, TYMS, IRF5, DNMT3B, CDC25B and DPP4) was validated across independent cohorts and patient-derived xenograft (PDX) models. The signature demonstrated strong prognostic value for progression-free, disease-free, relapse-free, metastasis-free, and overall survival. Importantly, the signature not only identified specific NEPC subtypes, such as large-cell neuroendocrine carcinoma, which is associated with very poor outcomes, but also predicted a poor prognosis for PCa cases that exhibit this molecular signature, even when they were not histopathologically classified as NEPC. This dual prognostic and classifier capability makes the 7-gene signature a robust tool for personalized medicine, providing a valuable resource for predicting disease progression and guiding treatment strategies in PCa management.

چکیده به فارسی (ترجمه ماشینی)

سرطان پروستات (PCA) به ویژه به دلیل پیشرفت آن به اشکال تهاجمی مانند سرطان پروستات نوروآندوکرین (NEPC) ، یک چالش مهم بهداشت جهانی را ایجاد می کند.این مطالعه با استفاده از تکنیک های پیشرفته یادگیری ماشین ، از جمله جنگل های تصادفی و رگرسیون لاسو ، برای مجموعه داده های رونویسی در مقیاس بزرگ ، یک امضای ژن مرتبط با ساقه را توسعه داده و تأیید کرده است.امضای 7 ژن حاصل (KMT5C ، MEN1 ، TYMS ، IRF5 ، DNMT3B ، CDC25B و DPP4) در بین گروههای مستقل و مدل های Xenograft مشتق از بیمار (PDX) تأیید شد.امضای ارزش پیش آگهی قوی را برای بقای بدون پیشرفت ، عاری از بیماری ، عود ، عاری از متاستاز و بقای کلی نشان داد.نکته مهم ، امضای نه تنها زیرگروه های خاص NEPC ، مانند کارسینوم نوروآندوکرین سلول بزرگ ، که با نتایج بسیار ضعیفی همراه است ، بلکه پیش بینی ضعیف برای موارد PCA را نشان می دهد که این امضای مولکولی را نشان می دهند ، حتی اگر آنها طبقه بندی نشده از لحاظ هیستولوژیکی نیستند.NEPCاین قابلیت پیش آگهی و طبقه بندی کننده دوگانه ، امضای 7 ژن را به ابزاری قوی برای داروهای شخصی تبدیل می کند و یک منبع ارزشمند برای پیش بینی پیشرفت بیماری و هدایت استراتژی های درمانی در مدیریت PCA فراهم می کند.