Abstract 2829: Preclinical characterization of TKM-080301, a lipid nanoparticle formulation of a small interfering RNA directed against polo-like kinase 1
Notice bibliographique
Résumé
Abstract Small interfering RNAs (siRNAs) have tremendous potential for the selective inhibition, or ‘silencing’, of genes involved in cancer cell growth and division. This inhibition occurs through a process known as RNA interference (RNAi). Polo-like kinase 1 (PLK1) is a target that has multiple critical roles in cell cycle regulation and cytokinesis. Here we describe the preclinical characterization of TKM-080301, a lipid nanoparticle (LNP) formulation of an siRNA directed against human PLK1 mRNA. Studies were performed to assess the in vitro pharmacologic activity and inherent immune stimulatory potential of various siRNAs. PLK1 siRNA formulated in LNP resulted in potent anti-proliferative activity and gene-specific silencing in many cancer cell lines; and TKM-080301 exhibited strong anti-tumor activity in several xenograft models of human cancer, including tumors implanted intra-hepatically and subcutaneously. RNAi and the intended pharmacologic effects were confirmed in these models by histopathology, to visualize mitotic disruption, and by molecular methods, to confirm the presence of the RNAi-induced PLK1 mRNA cleavage product, the degree of PLK1 silencing relative to housekeeping genes, and the duration of silencing. In vivo, PLK1 silencing persisted for up to 7-10 days after a single administration and, importantly, occurred in the absence of any measurable stimulation of the innate immune system. Finally, unlike most small molecule PLK1 inhibitors, which are highly myelosuppresive, the toxicity profile of TKM-080301 was governed by the distribution profile of the LNP and toxicity was largely restricted to the liver and spleen. Collectively, these studies support the clinical evaluation of TKM-080301 as a new approach to targeting PLK1 in solid tumors. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 102nd Annual Meeting of the American Association for Cancer Research; 2011 Apr 2-6; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2011;71(8 Suppl):Abstract nr 2829. doi:10.1158/1538-7445.AM2011-2829
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».