Press Release: Will Proteomics Revolutionise the way we Manage Prostate Cancer Patients? — Journal of Young Investigators

Announcing Undergraduate Research Funding? Submit your applications until April 30th

Press Release: Will Proteomics Revolutionise the way we Manage Prostate Cancer Patients?

Press Release: Will Proteomics Revolutionise the way we Manage Prostate Cancer Patients?

June 8, 2021

ALINA BHARWANI

No translator

"Prostate cancer cells"  is licensed under  CC BY-NC 4.0

Prostate cancer is the second most prevalent cancer found in men globally, and the fifth leading cause of cancer-related mortality in men. Some patients have a more aggressive disease with increased progression and metastasis, while others have a less aggressive disease with slower progression. There have been recent discoveries on the complexity of molecular and genetic factors behind prostate cancer in order to understand the disease mechanisms. One emerging field of research in prostate cancer is proteomic analysis, which allows researchers to better understand the molecular mechanisms involved in cancer at a protein level. Technologies for proteome analysis are based on mass spectrometry that allows for direct protein analysis, for profiling of patient-obtained clinical specimens. 

The classification of disease through specific molecular characteristics has proven useful in other cancers such as breast cancer. While diagnostic and treatment decisions for prostate cancer still relies on clinical assessment along with tumor markers, biopsy results, and diagnostic imaging, a new review looks into whether the clinical landscape may change in the near future. In this review, Brenda Moita and Dr. Vikram Sharma, researchers from the University of Plymouth’s School of Biomedical Sciences, critically appraised the research on proteomic analysis of prostate cancer conducted in recent years in order to assess its applicability to prostate cancer diagnosis and management. Topics covered in review include underlying disease mechanisms, identifying biomarkers for diagnosis and disease progression, and the potential for proteomic-driven personalised medicine. 

One mechanism of disease identified through proteomic analysis is the dysregulation of lipid metabolism pathways, which are involved in the development of prostate cancer. Certain markers within this lipid pathway have been found to be implicated in prostate cancer progression and metastasis. Signalling pathways have also been implicated in development of prostate cancer such as the Wnt pathway, in which certain genes were identified as promoters or suppressors of prostate cancer development. Due to these discoveries, proteomic analysis has allowed for the development of protein-inhibitor based therapeutic agents. In fact, a large portion of prostate cancer drugs that are in clinical trials target these cellular signalling pathways. 

Currently, Prostate Specific Antigen (PSA) is the main biomarker that is most widely used to diagnose and stage prostate cancer. Proteomics research has helped identify novel biomarkers for the diagnosis and staging of prostate cancer. These new biomarkers include signalling pathway markers, signalling network analysis, and the use of biofluid analysis through extracellular vesicles extracted from patient urine. In castration-resistant prostate cancer, researchers found differences in signalling pathways which can be used to classify patients into categories for personalised management through the use of targeted therapies. Cellular signalling networks are used to provide more detailed information regarding patient and disease characteristics through translation of protein expression, which can provide increased diagnostic accuracy, precision, and sensitivity. Biofluid analysis of extracellular fluids, which can be extracted from urine, can also help distinguish between patients with and without prostate cancer based on molecular components of the extracellular vesicles. Additionally, the proteomic analysis of bones, a common metastatic site for prostate cancer, demonstrated diverse protein profiles and can serve as a potential diagnostic tool for prostate cancer as well. 

As a result of the potential of these biomarkers, personalised treatment for prostate cancer is on the horizon. However, Moita and Dr. Sharma notes that when it comes to these new biomarkers and the development of personalised medicine, there is currently limited applicability and certainty of the data available and further development is needed. One potential avenue is the use of bioinformatics tools combined with proteomics to increase the effectiveness of proteomic analysis. In the future, proteomic analysis may provide more potential protein targets for drugs that can be personalised based on an individual’s proteomic profile. These treatment options may be able to enhance specificity of the drugs and help preserve non-cancer cells.

SOURCES

  1. Asuthkar, S., Demirkhanyan, L., Mueting, S., Cohen, A., and Zakharian, E. (2016). High-throughput roteome analysis reveals targeted TRPM8 degradation in prostate cancer. Oncotarget, 8 ( 8), 12877-12890, available: https://doi.org/10.18632/oncotarget.14178. 
  2. Carbonetti, G., Wilpshaar, T., Kroonen, J., Studholme, K., Converso, C., d’Oelsnitz, S., and Kaczocha, M. (2019). FABP5 coordinates lipid signaling that promotes prostate cancer metastasis. Scientific Reports, 9(1), available: https://doi.org/10.1038/s41598-019-55418-x. 
  3. Dhondt, B., Geeurickx, E., Tulkens, J., Van Deun, J., Vergauwen, G., and Lippens, L. et al. (2020). Unravelling the proteomic landscape of extracellular vesicles in prostate cancer by density-based fractionation of urine. Journal Of Extracellular Vesicles, 9(1), 1736935, available: https://doi.org/10.1080/20013078.2020.1736935.                                                                 
  4. Drake, J., Paull, E., Graham, N., Lee, J., Smith, B., Titz, B., Stoyanova, T., Faltermeier, C., Uzunangelov, V., Carlin, D., Fleming, D., Wong, C., Newton, Y., Sudha, S., Vashisht, A., Huang, J., Wohlschlegel, J., Graeber, T., Witte, O. and Stuart, J. (2016). Phosphoproteome Integration Reveals Patient-Specific Networks in Prostate Cancer. Cell, 166(4), pp.1041-1054, available: https://doi.org/10.1016/j.cell.2016.07.007.                        
  5. Goh, W., Zhao, Y., Sue, A., Guo, T. and Wong, L. (2019). Proteomic investigation of intra-tumor heterogeneity using network-based contextualization — A case study on prostate cancer. Journal of Proteomics, 206, p.103446, available: https://doi.org/10.1016/j.jprot.2019.103446.             
  6. Jadvar, H., Ballas, L., Choyke, P., Fanti, S., Gulley, J., Herrmann, K., Hope, T., Klitzke, A., Oldan, J., Pomper, M., Rowe, S., Subramaniam, R., Taneja, S., Vargas, H. and Ahuja, S. (2020). Appropriate Use Criteria for Imaging Evaluation of Biochemical Recurrence of Prostate Cancer After Definitive Primary Treatment. Journal of Nuclear Medicine, 61(4), pp.552-562, available: https://doi.org/10.2967/jnumed.119.240929.                          
  7. Murray, H., Dun, M. and Verrills, N. (2017). Harnessing the power of proteomics for identification of oncogenic, druggable signalling pathways in cancer. Expert Opinion on Drug Discovery, 12(5), pp.431-447, available: https://doi.org/10.1080/17460441.2017.1304377. 
  8. Sung, H, Ferlay, J, Siegel, RL, Laversanne, M, Soerjomataram, I, Jemal, A, Bray, F (2021). ‘Global 
  9. Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 
  10. Cancers in 185 Countries’. CA Cancer J Clin, [online], available: https://doi.org/10.3322/caac.21660                          
  11. Pappireddi, N., Martin, L. and Wühr, M. (2019). A Review on Quantitative Multiplexed Proteomics. ChemBioChem, 20(10), pp.1210-1224, available: https://doi.org/10.1002/cbic.201800650.                                            
  12. Rodríguez-Blanco, G., Zeneyedpour, L., Duijvesz, D., Hoogland, A., Verhoef, E., Kweldam, C., Burgers, P., Smitt, P., Bangma, C., Jenster, G., van Leenders, G., Dekker, L. and Luider, T. (2018). Tissue proteomics outlines AGR2 AND LOX5 as markers for biochemical recurrence of prostate cancer. Oncotarget, 9(92), available: https://doi.org/10.18632/oncotarget.26342.   
  13. Wang, G., Zhao, D., Spring, D. and DePinho, R. (2018). Genetics and biology of prostate cancer. Genes & Development, 32(17-18), pp.1105-1140, available: https://doi.org/10.1101/gad.315739.118.                                                  

Xie, J., Zhang, A., Qiu, S., Zhang, T., Li, X., Yan, G., Sun, H., Liu, L. and Wang, X. (2019). Identification of the perturbed metabolic pathways associating with prostate cancer cells and anticancer affects of obacunone. Journal of Proteomics, 206, p.103447, available: https://doi.org/10.1016/j.jprot.2019.103447.


¿Acaso la proteómica revolucionará la forma de tratar a los pacientes con cáncer de próstata?

8 de junio, 2021

ALINA BHARWANI

CARINA BRIZUELA

Las "células de cáncer de próstata" están licenciadas bajo la CC BY-NC 4.0

El cáncer de próstata es el segundo cáncer más frecuente en los hombres a nivel mundial y la quinta causa de mortalidad relacionada con el cáncer en los hombres. Algunos pacientes presentan una enfermedad más agresiva con mayor progresión y metástasis, mientras que otros manifiestan una enfermedad menos agresiva con una progresión más lenta. Recientemente se han hecho descubrimientos sobre la complejidad de los factores moleculares y genéticos que subyacen al cáncer de próstata a fin de comprender los mecanismos de la enfermedad. Un campo de investigación emergente en el cáncer de próstata es el análisis proteómico, que permite a los investigadores comprender de mejor forma los mecanismos moleculares implicados en el cáncer a nivel de proteínas. Las tecnologías para el análisis proteómico se basan en la espectrometría de masas, que permite el análisis directo de proteínas, para la elaboración de perfiles de muestras clínicas obtenidas de pacientes. 

La clasificación de la enfermedad a través de características moleculares específicas ha resultado útil en otros tipos de cáncer, como el de mama. Aunque las decisiones respecto al diagnóstico y tratamiento del cáncer de próstata siguen dependiendo de la evaluación clínica junto con los marcadores tumorales, los resultados de las biopsias y las imágenes médicas, una nueva revisión analiza si el panorama clínico puede cambiar en un futuro próximo. En esta revisión, Brenda Moita y el Dr. Vikram Sharma, investigadores de la Facultad de Ciencias Biomédicas de la Universidad de Plymouth, evaluaron de forma crítica la investigación sobre el análisis proteómico del cáncer de próstata realizada en los últimos años con el fin de valorar su aplicabilidad al diagnóstico y el tratamiento del cáncer de próstata. Los temas tratados en la revisión incluyen los mecanismos subyacentes de la enfermedad, la identificación de biomarcadores para el diagnóstico y la progresión de la enfermedad, así como también el potencial de la medicina personalizada impulsada por la proteómica 

Uno de los mecanismos de la enfermedad identificados mediante el análisis proteómico es la desregulación de las vías del metabolismo de los lípidos, las cuales participan en el desarrollo del cáncer de próstata. Se ha descubierto que algunos marcadores de esta vía lipídica están asociados con la progresión y la metástasis del cáncer de próstata. También se ha vinculado a las vías de señalización con el desarrollo del cáncer de próstata, como la vía de señalización WNT, en la que se identificaron ciertos genes como promotores o supresores del desarrollo del cáncer de próstata. Gracias a estos descubrimientos, el análisis proteómico ha permitido el desarrollo de agentes terapéuticos basados en inhibidores de proteínas. En efecto, una gran parte de los fármacos para el cáncer de próstata que se encuentran en fase de ensayo clínico se dirigen a estas vías de señalización celular. 

En la actualidad, el Antígeno Prostático Específico (PSA) es el principal biomarcador más utilizado para diagnosticar y estadificar el cáncer de próstata. La investigación proteómica ha ayudado a identificar nuevos biomarcadores para el diagnóstico y la estadificación del cáncer de próstata. Estos nuevos biomarcadores incluyen los marcadores de vías de señalización, análisis de redes de señalización y el uso de análisis de biofluidos mediante vesículas extracelulares extraídas de la orina de los pacientes. En el cáncer de próstata resistente a la castración, los investigadores descubrieron diferencias en las vías de señalización que pueden utilizarse para clasificar a los pacientes en categorías hacer una gestión personalizada mediante el uso de terapias dirigidas. Las redes de señalización celular se utilizan para proporcionar información más detallada sobre las características del paciente y de la enfermedad mediante la traducción de la expresión de proteínas, lo que puede proporcionar una mayor exactitud, precisión y sensibilidad en el diagnóstico. El análisis de biofluidos de los fluidos extracelulares, que pueden extraerse de la orina, también puede ayudar a distinguir entre pacientes con y sin cáncer de próstata en función de los componentes moleculares de las vesículas extracelulares. Además, el análisis proteómico de los huesos, un lugar de metástasis común para el cáncer de próstata, demostró la existencia de diversos perfiles proteicos y puede servir también como herramienta de diagnóstico potencial para el cáncer de próstata. 

Gracias al potencial de estos biomarcadores, el tratamiento personalizado del cáncer de próstata es una posibilidad en el futuro. Sin embargo, Moita y el Dr. Sharma señalan que, en lo que respecta a estos nuevos biomarcadores y al desarrollo de la medicina personalizada, en la actualidad la aplicabilidad y la certeza de los datos disponibles son limitadas y se necesita un mayor desarrollo. Una posible vía es el uso de herramientas bioinformáticas combinadas con la proteómica para aumentar la eficacia del análisis proteómico. En el futuro, el análisis proteómico puede proporcionar más objetivos proteicos potenciales para los fármacos que pueden personalizarse en función del perfil proteómico de un individuo. Estas opciones de tratamiento podrían mejorar la especificidad de los fármacos y ayudar a preservar las células no cancerosas.

FUENTES

  1. Asuthkar, S., Demirkhanyan, L., Mueting, S., Cohen, A., and Zakharian, E. (2016). El análisis del roteoma de alto rendimiento revela la degradación selectiva de TRPM8 en el cáncer de próstata. Oncotarget, 8 ( 8), 12877-12890, disponible: https://doi.org/10.18632/oncotarget.14178. 
  2. Carbonetti, G., Wilpshaar, T., Kroonen, J., Studholme, K., Converso, C., d’Oelsnitz, S., and Kaczocha, M. (2019). FABP5 coordina la señalización lipídica que promueve la metástasis del cáncer de próstata. Scientific Reports, 9(1), disponible: https://doi.org/10.1038/s41598-019-55418-x. 
  3. Dhondt, B., Geeurickx, E., Tulkens, J., Van Deun, J., Vergauwen, G., and Lippens, L. et al. (2020). Desentrañando el entorno proteómico de las vesículas extracelulares en el cáncer de próstata mediante el fraccionamiento de la orina basado en la densidad. Journal Of Extracellular Vesicles, 9(1), 1736935, disponible: https://doi.org/10.1080/20013078.2020.1736935.                                                                 
  4. Drake, J., Paull, E., Graham, N., Lee, J., Smith, B., Titz, B., Stoyanova, T., Faltermeier, C., Uzunangelov, V., Carlin, D., Fleming, D., Wong, C., Newton, Y., Sudha, S., Vashisht, A., Huang, J., Wohlschlegel, J., Graeber, T., Witte, O. and Stuart, J. (2016). La integración del fosfoproteoma revela redes específicas de los pacientes con cáncer de próstata. Cell, 166(4), pp.1041-1054, disponible: https://doi.org/10.1016/j.cell.2016.07.007.                        
  5. Goh, W., Zhao, Y., Sue, A., Guo, T. and Wong, L. (2019). Investigación proteómica de la heterogeneidad intratumoral mediante la contextualización basada en redes - Un estudio de caso sobre el cáncer de próstata. Journal of Proteomics, 206, p.103446, disponible: https://doi.org/10.1016/j.jprot.2019.103446.             
  6. Jadvar, H., Ballas, L., Choyke, P., Fanti, S., Gulley, J., Herrmann, K., Hope, T., Klitzke, A., Oldan, J., Pomper, M., Rowe, S., Subramaniam, R., Taneja, S., Vargas, H. and Ahuja, S. (2020). Criterios de uso apropiado para la evaluación por imagen de la recurrencia bioquímica del cáncer de próstata después del tratamiento primario definitivo. Journal of Nuclear Medicine, 61(4), pp.552-562, disponible: https://doi.org/10.2967/jnumed.119.240929.                          
  7. Murray, H., Dun, M. and Verrills, N. (2017). Aprovechamiento del poder de la proteómica para la identificación de las vías de señalización oncogénicas y susceptibles de ser tratadas con fármacos en el cáncer. Expert Opinion on Drug Discovery, 12(5), pp.431-447, disponible: https://doi.org/10.1080/17460441.2017.1304377. 
  8. Sung, H, Ferlay, J, Siegel, RL, Laversanne, M, Soerjomataram, I, Jemal, A, Bray, F (2021). Estadísticas mundiales sobre el cáncer 2020: 
  9. Estimaciones de GLOBOCAN sobre la incidencia y la mortalidad en todo el mundo 
  10. para 36 cánceres en 185 países'. CA Cancer J Clin, [en línea], disponible: https://doi.org/10.3322/caac.21660                          
  11. Pappireddi, N., Martin, L. and Wühr, M. (2019). A Review on Quantitative Multiplexed Proteomics. ChemBioChem, 20(10), pp.1210-1224, disponible: https://doi.org/10.1002/cbic.201800650.                                            
  12. Rodríguez-Blanco, G., Zeneyedpour, L., Duijvesz, D., Hoogland, A., Verhoef, E., Kweldam, C., Burgers, P., Smitt, P., Bangma, C., Jenster, G., van Leenders, G., Dekker, L. and Luider, T. (2018). La proteómica tisular revela a AGR2 Y LOX5 como marcadores de recurrencia bioquímica del cáncer de próstata. Oncotarget, 9(92), disponible: https://doi.org/10.18632/oncotarget.26342.   
  13. Wang, G., Zhao, D., Spring, D. and DePinho, R. (2018). Genética y biología del cáncer de próstata. Genes & Development, 32(17-18), pp.1105-1140, disponible: https://doi.org/10.1101/gad.315739.118.                                                  
  14. Xie, J., Zhang, A., Qiu, S., Zhang, T., Li, X., Yan, G., Sun, H., Liu, L. and Wang, X. (2019). Identificación de las vías metabólicas perturbadas asociadas a las células de cáncer de próstata y efectos anticancerígenos de la obacunona. Journal of Proteomics, 206, p.103447, disponible: https://doi.org/10.1016/j.jprot.2019.103447.


Communiqué de presse : La protéomique va-t-elle révolutionner la façon dont noue gérons les patients atteints du cancer de la prostate?

Le 8 juin 2021

ALINA BHARWANI

Isabelle Garnreiter

« Cellules du cancer de la prostate » est sous-licencié à CC BY-NC 4.0 

 Le cancer de la prostate est le deuxième cancer le plus répandu dans le monde et la cinquième cause de mortalité liée au cancer chez les hommes. Certains patients ont une maladie agressive avec une progression et des métastases accrues, tandis que d’autres ont une maladie moins agressive avec une progression plus lente. Des découvertes récentes ont été faites au sujet de la complexité moléculaire et des facteurs génétiques derrière le cancer de la prostate afin d’en comprendre les mécanismes. L’analyse protéomique, un domaine de recherche émergent, permet de mieux comprendre les mécanismes moléculaires impliqués dans le cancer au niveau des protéines. Les technologies d’analyse du protéome sont est basés sur la spectroscopie de masse qui permet l’analyse directe des protéines, pour le profilage des échantillons cliniques obtenus par les patients.

La classification de maladies à travers des caractéristiques moléculaires s’est avérée utile pour d’autres cancers, comme le cancer du sein. Alors que les décisions de diagnostic et de traitement du cancer de la prostate reposent toujours sur l’évaluation clinique ainsi que sur les marqueurs tumoraux, les résultats de biopsie et l’imagerie diagnostique, une nouvelle revue examine si le paysage clinique peu changer dans un proche avenir. Dans cette revue, Brenda Moita et Dr Vikram Sharma, chercheurs de l’école des sciences biomédicales de l’université Plymouth, ont évalué de manière critique la recherche sur l’analyse protéomique du cancer de la prostate menée ces dernières années afin d’évaluer son applicabilité au diagnostic et à la gestion du cancer de la prostate. Les sujets abordés dans la revue comprennent les mécanismes sous-jacents de la maladie, l’identification de biomarqueurs pour le diagnostic et la progression de la maladie, et le potentiel de la médecine personnalisée axée sur la protéomique. 

Un mécanisme de la maladie identifié par l’analyse protéomique est le dérèglement de la voie de métabolisme de lipides, qui sont impliqués dans le développement du cancer de la prostate. Plusieurs marqueurs dans cette voie de lipidique se sont avérés impliqués dans la progression et la métastase du cancer de la prostate. D’autres voies de signalisation, telle que la voie Wnt, dont certains gènes agissent comme des promoteurs ou suppresseurs du cancer de la prostate. En vue de ces découvertes, l’analyse protéomique a permis le développement d'agents thérapeutiques agissant comme des inhibiteurs de protéines. En effet, une grande partie de traitements contre le cancer de la prostate en cours d’essai clinique ciblent ces voies de signalisation cellulaire.

En ce moment, l'antigène prostatique spécifique (APS) est le principal biomarqueur le plus largement utilisé pour diagnostiquer le cancer de la prostate. La recherche en protéomique a permis d’identifier de nouveaux biomarqueurs pour le diagnostic et la stadification du cancer de la prostate. Ces nouveaux biomarqueurs comprennent des marqueurs signalisation et l’utilisation de l’analyse de biofluide par le biais de vésicules extracellulaires extraites de l’urine des patients. Dans le cancer de la prostate résistant à castration, les chercheurs ont trouvé des différences dans les voies de signalisation, qui peuvent ainsi servir de moyen de classification pour catégoriser les patients et leurs offrir des traitements personnalisés grâce à l’utilisation de thérapies ciblées. Les réseaux de signalisation cellulaire sont utilisés pour fournir des informations plus détaillées sur les caractéristiques des patients et des maladies grâce à la traduction de l’expression des protéines, ce qui peut fournir une précision, une précision et une sensibilité diagnostiques accrues. L’analyse biofluidique des fluides extracellulaires, qui peuvent être extraits de l’urine, peut également aider à distinguer les patients atteints et non atteints d’un cancer de la prostate en fonction des composants moléculaires des vésicules extracellulaires. Enfin, l’analyse protéomique des os, un site métastatique commun pour le cancer de la prostate, peut également servir d’outil diagnostic potentiel pour le cancer de la prostate.

Grâce au potentiel de ces biomarqueurs, un traitement personnalisé du cancer de la prostate se profile à l’horizon. Cependant, Moita et Dr Sharma notent des contraintes importantes dans le développement d’une médecine personnalisée. L’applicabilité et la certitude des données disponibles sont actuellement limitées et que d’autres développements sont nécessaires. Un outil prometteur serait l’utilisation d’outils bioinformatiques afin d'accroître l’efficacité de l’analyse protéomique. À l’avenir, l’analyse protéomique pourrait nous permettre d’identifier davantage cibles protéiques potentielles pour les médicaments qui peuvent être personnalisés en fonction du profil protéomique d’un individu. Ces options de traitement peuvent être en mesure d’améliorer la spécificité des médicaments et d’aider à préserver les cellules non cancéreuses.

 SOURCES

  1. Asuthkar, S., Demirkhanyan, L., Mueting, S., Cohen, A., and Zakharian, E. (2016). High-throughput roteome analysis reveals targeted TRPM8 degradation in prostate cancer. Oncotarget, 8 ( 8), 12877-12890, available: https://doi.org/10.18632/oncotarget.14178. 
  2. Carbonetti, G., Wilpshaar, T., Kroonen, J., Studholme, K., Converso, C., d’Oelsnitz, S., and Kaczocha, M. (2019). FABP5 coordinates lipid signaling that promotes prostate cancer metastasis. Scientific Reports, 9(1), available: https://doi.org/10.1038/s41598-019-55418-x. 
  3. Dhondt, B., Geeurickx, E., Tulkens, J., Van Deun, J., Vergauwen, G., and Lippens, L. et al. (2020). Unravelling the proteomic landscape of extracellular vesicles in prostate cancer by density-based fractionation of urine. Journal Of Extracellular Vesicles, 9(1), 1736935, available: https://doi.org/10.1080/20013078.2020.1736935.                                                                 
  4. Drake, J., Paull, E., Graham, N., Lee, J., Smith, B., Titz, B., Stoyanova, T., Faltermeier, C., Uzunangelov, V., Carlin, D., Fleming, D., Wong, C., Newton, Y., Sudha, S., Vashisht, A., Huang, J., Wohlschlegel, J., Graeber, T., Witte, O. and Stuart, J. (2016). Phosphoproteome Integration Reveals Patient-Specific Networks in Prostate Cancer. Cell, 166(4), pp.1041-1054, available: https://doi.org/10.1016/j.cell.2016.07.007.                        
  5. Goh, W., Zhao, Y., Sue, A., Guo, T. and Wong, L. (2019). Proteomic investigation of intra-tumor heterogeneity using network-based contextualization — A case study on prostate cancer. Journal of Proteomics, 206, p.103446, available: https://doi.org/10.1016/j.jprot.2019.103446.             
  6. Jadvar, H., Ballas, L., Choyke, P., Fanti, S., Gulley, J., Herrmann, K., Hope, T., Klitzke, A., Oldan, J., Pomper, M., Rowe, S., Subramaniam, R., Taneja, S., Vargas, H. and Ahuja, S. (2020). Appropriate Use Criteria for Imaging Evaluation of Biochemical Recurrence of Prostate Cancer After Definitive Primary Treatment. Journal of Nuclear Medicine, 61(4), pp.552-562, available: https://doi.org/10.2967/jnumed.119.240929.                          
  7. Murray, H., Dun, M. and Verrills, N. (2017). Harnessing the power of proteomics for identification of oncogenic, druggable signalling pathways in cancer. Expert Opinion on Drug Discovery, 12(5), pp.431-447, available: https://doi.org/10.1080/17460441.2017.1304377. 
  8. Sung, H, Ferlay, J, Siegel, RL, Laversanne, M, Soerjomataram, I, Jemal, A, Bray, F (2021). ‘Global 
  9. Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 
  10. Cancers in 185 Countries’. CA Cancer J Clin, [online], available: https://doi.org/10.3322/caac.21660                          
  11. Pappireddi, N., Martin, L. and Wühr, M. (2019). A Review on Quantitative Multiplexed Proteomics. ChemBioChem, 20(10), pp.1210-1224, available: https://doi.org/10.1002/cbic.201800650.                                            
  12. Rodríguez-Blanco, G., Zeneyedpour, L., Duijvesz, D., Hoogland, A., Verhoef, E., Kweldam, C., Burgers, P., Smitt, P., Bangma, C., Jenster, G., van Leenders, G., Dekker, L. and Luider, T. (2018). Tissue proteomics outlines AGR2 AND LOX5 as markers for biochemical recurrence of prostate cancer. Oncotarget, 9(92), available: https://doi.org/10.18632/oncotarget.26342.   
  13. Wang, G., Zhao, D., Spring, D. and DePinho, R. (2018). Genetics and biology of prostate cancer. Genes & Development, 32(17-18), pp.1105-1140, available: https://doi.org/10.1101/gad.315739.118.                                                  

Xie, J., Zhang, A., Qiu, S., Zhang, T., Li, X., Yan, G., Sun, H., Liu, L. and Wang, X. (2019). Identification of the perturbed metabolic pathways associating with prostate cancer cells and anticancer affects of obacunone. Journal of Proteomics, 206, p.103447, available: https://doi.org/10.1016/j.jprot.2019.103447.

 

Share

Stay up-to-date on news and publications: