Masitinib (AB1010), a Potent and Selective Tyrosine Kinase Inhibitor Targeting KIT
Notice bibliographique
Résumé
BACKGROUND: The stem cell factor receptor, KIT, is a target for the treatment of cancer, mastocytosis, and inflammatory diseases. Here, we characterise the in vitro and in vivo profiles of masitinib (AB1010), a novel phenylaminothiazole-type tyrosine kinase inhibitor that targets KIT. METHODOLOGY/PRINCIPAL FINDINGS: In vitro, masitinib had greater activity and selectivity against KIT than imatinib, inhibiting recombinant human wild-type KIT with an half inhibitory concentration (IC(50)) of 200+/-40 nM and blocking stem cell factor-induced proliferation and KIT tyrosine phosphorylation with an IC(50) of 150+/-80 nM in Ba/F3 cells expressing human or mouse wild-type KIT. Masitinib also potently inhibited recombinant PDGFR and the intracellular kinase Lyn, and to a lesser extent, fibroblast growth factor receptor 3. In contrast, masitinib demonstrated weak inhibition of ABL and c-Fms and was inactive against a variety of other tyrosine and serine/threonine kinases. This highly selective nature of masitinib suggests that it will exhibit a better safety profile than other tyrosine kinase inhibitors; indeed, masitinib-induced cardiotoxicity or genotoxicity has not been observed in animal studies. Molecular modelling and kinetic analysis suggest a different mode of binding than imatinib, and masitinib more strongly inhibited degranulation, cytokine production, and bone marrow mast cell migration than imatinib. Furthermore, masitinib potently inhibited human and murine KIT with activating mutations in the juxtamembrane domain. In vivo, masitinib blocked tumour growth in mice with subcutaneous grafts of Ba/F3 cells expressing a juxtamembrane KIT mutant. CONCLUSIONS: Masitinib is a potent and selective tyrosine kinase inhibitor targeting KIT that is active, orally bioavailable in vivo, and has low toxicity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 0,001 |
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 ».