Abstract 2602: The cardiotoxicity and myocyte damage caused by small molecule anticancer tyrosine kinase inhibitors is correlated with lack of target specificity
Notice bibliographique
Résumé
Abstract The use of the new anticancer tyrosine kinase inhibitors (TKI) has revolutionized the treatment of certain cancers. However, the use of some of these results in cardiotoxicity. Large scale profiling data recently made available for the binding of 7 of the 9 FDA-approved tyrosine kinase inhibitors to a panel of 317 kinases has allowed us to correlate kinase inhibitor binding selectivity scores with TKI-induced damage to neonatal rat cardiac myocytes. The 7 TKIs that were the subject of this study were: imatinib (Gleevec), sunitinib (Sutent), dasatinib (Sprycel), sorafenib (Nexavar), lapatinib (Tykerb), gefitinib (Iressa), and erlotinib (Tarceva). The tyrosine kinase selectivity scores, but not the serine-threonine kinase scores, were highly correlated with the myocyte damaging effects of the TKIs. Additionally, we showed that damage to myocytes gave a good rank order correlation with clinical cardiotoxicity. Finally, strength of TKI binding to colony stimulating factor 1 receptor (CSF1R) was highly correlated with myocyte damage, thus possibly implicating this kinase in contributing to TKI-induced cardiotoxicity. Support: CIHR and a Canada Research Chair in Drug Development to BBH. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 2602.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,011 |
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 ».