Pharmacodynamic and Antineoplastic Activity of BI 836845, a Fully Human IGF Ligand-Neutralizing Antibody, and Mechanistic Rationale for Combination with Rapamycin
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Insulin-like growth factor (IGF) signaling is thought to play a role in the development and progression of multiple cancer types. To date, therapeutic strategies aimed at disrupting IGF signaling have largely focused on antibodies that target the IGF-I receptor (IGF-IR). Here, we describe the pharmacologic profile of BI 836845, a fully human monoclonal antibody that utilizes an alternative approach to IGF signaling inhibition by selectively neutralizing the bioactivity of IGF ligands. Biochemical analyses of BI 836845 demonstrated high affinity to human IGF-I and IGF-II, resulting in effective inhibition of IGF-induced activation of both IGF-IR and IR-A in vitro. Cross-reactivity to rodent IGFs has enabled rigorous assessment of the pharmacologic activity of BI 836845 in preclinical models. Pharmacodynamic studies in rats showed potent reduction of serum IGF bioactivity in the absence of metabolic adverse effects, leading to growth inhibition as evidenced by reduced body weight gain and tail length. Moreover, BI 836845 reduced the proliferation of human cell lines derived from different cancer types and enhanced the antitumor efficacy of rapamycin by blocking a rapamycin-induced increase in upstream signaling in vitro as well as in human tumor xenograft models in nude mice. Our data suggest that BI 836845 represents a potentially more effective and tolerable approach to the inhibition of IGF signaling compared with agents that target the IGF-I receptor directly, with potential for rational combinations with other targeted agents in clinical studies.
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.
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 découle