MétaCan
Menu
Retour à la cohorte
Enregistrement W2032199025 · doi:10.2174/1568009023333926

Mutant Epidermal Growth Factor Receptors as Targets for Cancer Therapy

2002· review· en· W2032199025 sur OpenAlexaff
Ian A.J. Lorimer

Notice bibliographique

RevueCurrent Cancer Drug Targets · 2002
Typereview
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensOttawa Regional Cancer Foundation
Organismes subventionnairesnon disponible
Mots-clésReceptorEpidermal growth factor receptorEpidermal growth factorCancer researchExtracellularBiologyTyrosine kinaseEpitopeCancerReceptor tyrosine kinaseCancer cellMutantGrowth factor receptorMutationGrowth factor receptor inhibitorAntibodyCell biologyImmunologyBiochemistryGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The epidermal growth factor (EGF) receptor is overexpressed in many cancers, and is under intensive investigation as a target for cancer therapy. Cancer cells have also been shown to express mutated EGF receptors; these are potentially highly specific targets for cancer therapeutics, as they have not been detected in any normal adult tissues. The most common of these mutant EGF receptors, EGFRvIII, is one in which amino acids 6 - 273 of the extracellular domain are deleted. This specific mutation is common in glioblastoma and in several other types of cancer, and has been shown to promote aggressive growth of tumors in vivo. The loss of part of the extracellular domain results in a receptor that has constitutive tyrosine kinase activity. Current evidence suggests that EGFRvIII has altered signalling properties compared to normal EGF receptor. The mutation in EGFRvIII also creates a new, cancer cell-specific epitope. This epitope is extracellular and therefore represents a very promising target for antibody-directed therapeutics. This review covers our current understanding of the properties of EGFRvIII, and recent developments in the characterization and therapeutic application of EGFRvIII-specific antibodies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,459
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations69
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Cancer Drug TargetsMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207