Abstract B204: Development of ALN-VSP: An RNAi therapeutic for liver malignancies
Notice bibliographique
Résumé
Abstract Malignancies of the liver, including primary (hepatocellular carcinoma) and secondary (metastatic) tumors, represent a significant unmet medical need. We are developing a therapeutic for solid tumors involving the liver that is comprised of lipid particle-formulated small interfering RNAs (siRNAs) targeting VEGF and the mitotic kinesin, KSP (Eg5). For each target, potent siRNA duplexes were selected following extensive screening in tissue culture cells. To assess efficacy in vivo, a stable nucleic acid lipid particle (SNALP) formulation was developed based on similar formulations previously shown to silence liver-expressed genes via systemic administration in multiple species. A SNALP-formulated combination of the KSP and VEGF siRNAs (referred to as ALN-VSP) was tested in orthotopic liver tumor models in which human tumor cells are implanted directly into the livers of immunocompromised mice. We show that intravenous administration of ALN-VSP leads to silencing of both KSP and VEGF expression in established liver tumors. This is accompanied by the formation of numerous aberrant mitotic figures (“monoasters”) in tumor cells indicative of the pharmacologic inhibition of KSP. In addition, we demonstrate that ALN-VSP treatment provides a clear survival benefit even when treatment is initiated in animals with a significant tumor burden. A Phase 1 clinical trial of ALN-VSP has recently been initiated. Citation Information: Mol Cancer Ther 2009;8(12 Suppl):B204.
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 ».