TP53 loss-of-function is commonly found in aggressive prostate cancer. However, a highly-efficient therapy for this tumor subtype is still lacking. In this study, we investigated the relationship between TP53 mutation status and autophagy in prostate cancer and assessed the efficacy of autophagy inhibitors on TP53-deficient tumors.We first evaluated the expression patterns of p53 and autophagy-related proteins, namely LC3B, ULK1 and BECLIN1, as well as their relationship in treatment-naïve and castration-resistant prostate cancer specimens through immunohistochemistry. Subsequently, we generated a Trp53-deleted genetically-engineered mouse model, established prostate tumor organoid lines from the mice and assessed the efficacy of autophagy inhibitors in overcoming Enzalutamide resistance in the tumor organoid model. We also investigated the impact of TP53 re-expression in modulating responses to autophagy inhibitors using LNCaP cell line, which harbored a TP53 missense mutation. Lastly, we attempted to identify potential autophagy-related genes that were crucial for TP53-deficient tumor maintenance.TP53 loss-of-function was associated with increased levels of autophagy-related proteins in aggressive prostate cancers and Trp53-deleted genetically-engineered mouse-derived tumors. Moreover, the generated androgen receptor-independent tumor organoids were highly vulnerable to autophagy inhibition. Upon TP53 re-expression, not only did the surviving LNCaP cells demonstrate resistance, but they also showed growth advantage in response to autophagy inhibition. Lastly, PEX14, an important peroxisomal regulator was differentially upregulated in aggressive tumors with TP53 loss-of-function mutations, thus implying the importance of peroxisome turnover in this tumor subtype.Our results support the potential use of autophagy inhibitors in prostate cancers that contain TP53 loss-of-function mutations.

Abstract Neuroendocrine prostate cancer is one of the most aggressive subtypes of prostate tumor. Although much progress has been made in understanding the development of neuroendocrine prostate cancer, the cellular architecture associated with neuroendocrine differentiation in human prostate cancer remain incompletely understood. Here, we use single-cell RNA sequencing to profile the transcriptomes of 21,292 cells from needle biopsies of 6 castration-resistant prostate cancers. Our analyses reveal that all neuroendocrine tumor cells display a luminal-like epithelial phenotype. In particular, lineage trajectory analysis suggests that focal neuroendocrine differentiation exclusively originate from luminal-like malignant cells rather than basal compartment. Further tissue microarray analysis validates the generality of the luminal phenotype of neuroendocrine cells. Moreover, we uncover neuroendocrine differentiation-associated gene signatures that may help us to further explore novel intrinsic molecular mechanisms deriving neuroendocrine prostate cancer. In summary, our single-cell study provides direct evidence into the cellular states underlying neuroendocrine transdifferentiation in human prostate cancer.

Abstract Casein kinases are a large family of intracellular serine/threonine kinases that control a variety of cellular signaling functions. Here we report that a member of casein kinase 1 family, casein kinase 1G2, CSNK1G2, binds and inhibits the activation of receptor-interacting kinase 3, RIP3, thereby attenuating RIP3-mediated necroptosis. The binding of CSNK1G2 to RIP3 is triggered by auto-phosphorylation at serine 211/threonine 215 sites in its C-terminal domain. CSNK1G2-knockout mice showed significantly enhanced necroptosis response and pre-maturing aging of their testis, a phenotype that was rescued by either double knockout of the RIP3 gene or feeding the animal with a RIP1 kinase inhibitor-containing diet. Moreover, CSNK1G2 is also co-expressed with RIP3 in human testis, and the necroptosis activation marker phospho-MLKL was observed in the testis of old (>80) but not young men, indicating that the testis-aging program carried out by the RIP3-mediated and CSNK1G2-attenuated necroptosis is evolutionarily conserved between mice and men.

Abstract Integrating genomics and histology for cancer prognosis demonstrates promise. Here, we develop a multi-classifier system integrating a lncRNA-based classifier, a deep learning whole-slide-image-based classifier, and a clinicopathological classifier to accurately predict post-surgery localized (stage I–III) papillary renal cell carcinoma (pRCC) recurrence. The multi-classifier system demonstrates significantly higher predictive accuracy for recurrence-free survival (RFS) compared to the three single classifiers alone in the training set and in both validation sets (C-index 0.831-0.858 vs. 0.642-0.777, p < 0.05). The RFS in our multi-classifier-defined high-risk stage I/II and grade 1/2 groups is significantly worse than in the low-risk stage III and grade 3/4 groups (p < 0.05). Our multi-classifier system is a practical and reliable predictor for recurrence of localized pRCC after surgery that can be used with the current staging system to more accurately predict disease course and inform strategies for individualized adjuvant therapy.

Abstract Cell polarity and correct mitotic spindle positioning are essential for the maintenance of a proper prostate epithelial architecture, and disruption of the two biological features occurs at early stages in prostate tumorigenesis. However, whether and how these two epithelial attributes are connected in vivo is largely unknown. We herein report that conditional genetic deletion of E-cadherin, a key component of adherens junctions, in a mouse model results in loss of prostate luminal cell polarity and randomization of spindle orientations. Critically, E-cadherin ablation causes prostatic hyperplasia which progresses to invasive adenocarcinoma. Mechanistically, E-cadherin and the spindle positioning determinant LGN interacts with the PDZ domain of cell polarity protein SCRIB and form a ternary protein complex to bridge cell polarity and cell division orientation. These findings provide a novel mechanism by which E-cadherin acts an anchor to maintain prostate epithelial integrity and to prevent carcinogenesis in vivo.

The basal cell compartment in many epithelial tissues such as the prostate, bladder, and mammary gland are generally believed to serve as an important pool of stem cells. However, basal cells are heterogenous and the stem cell subpopulation within basal cells is not well elucidated. Here we uncover that the core epithelial-to-mesenchymal transition (EMT) inducer Zeb is exclusively expressed in a prostate basal cell subpopulation based on both immunocytochemical and cell lineage tracing analysis. The Zeb1+ prostate epithelial cells are multipotent prostate basal stem cells (PBSCs) that can self-renew and generate functional prostatic glandular structures with all three epithelial cell types at the single-cell level. Genetic ablation studies reveal an indispensable role for Zeb1 in prostate basal cell development. Utilizing unbiased single cell transcriptomic analysis of over 9000 mouse prostate basal cells, we find that Zeb1+ basal cell subset shares gene expression signatures with both epithelial and mesenchymal cells and stands out uniquely among all the basal cell clusters. Moreover, Zeb1+ epithelial cells can be detected in mouse and clinical samples of prostate tumors. Identification of the PBSC and its transcriptome profile is crucial to advance our understanding of prostate development and tumorigenesis. Key words: prostate basal stem cells, Zeb1, lineage tracing, single-cell RNA sequencing, Wnt signaling pathway, prostate cancer, tumor initiating cell,

Spatial heterodyne spectroscopy is a new type of spatially modulated Fourier interference spectroscopy technology that can achieve ultra-high spectral resolution within a determined spectral range. It has unique advantages in atmospheric remote sensing, astronomical observation, and ore detection. Due to the complex detection environment and interference from electronic components themselves, spatial heterodyne spectrometers may also be affected by noise during the detection process. With the continuous improvement of signal detection accuracy, there is an urgent need for new methods to reduce the impact of noise on the spectral information contained in spatial heterodyne interferograms. In recent years, deep neural networks have experienced rapid development and achieved good results in regression prediction of micro nano devices and image denoising. Therefore, we prepared a training set using the principle of spatial heterodyne spectroscopy to train the constructed deep neural network, and then used the trained network model to directly output the denoised spatial heterodyne spectra from the spatial heterodyne interferogram containing Gaussian noise. The results show that deep neural networks have excellent ability to extract denoised spatial heterodyne spectra from noise spatial heterodyne interferograms. This study provides a new and effective solution for denoising spatial heterodyne interferometric spectral information.