Abstract 581: Development of RNA interference-based therapeutics for bladder cancer and hepatocellular carcinoma
Notice bibliographique
Résumé
Abstract Bladder cancer and hepatocellular carcinoma are two of many cancers refractory to current treatments. Small interfering RNAs (siRNAs) are a new therapeutic modality able to specifically silence expression of targets not accessible via current small molecule and antibody options. MDRNA is developing UsiRNAs, a novel siRNA construct containing unlocked nucleobase analogs, with improved specificity for RNA interference (RNAi). Delivery of UsiRNAs to target tissues is achieved using proprietary Di-alkylated Amino Acid (DiLA2)-based liposomes. Survivin, overexpressed in many cancers, is involved in cell division and inhibition of apoptosis. In orthotopic and xenograft models of liver cancer, systemic administration of survivin UsiRNA-DiLA2 liposomes resulted in approximately 60% and 70% reductions in survivin mRNA, respectively, and > 50% decreases in tumor weight. Local intravesical administration in an orthotopic bladder cancer model resulted in 90% inhibition of mRNA expression and substantial tumor growth inhibition. Polo-like kinase 1 (PLK-1), also elevated in many tumors, regulates cell cycle progression and mitosis. Treatment of bladder cancer and liver cancer cell lines with PLK-1 UsiRNA/DiLA2 liposomes leads to significant caspase activation and corresponding apoptotic cell death. In vivo studies with PLK-1 UsiRNA are in progress. These UsiRNAs and UsiRNAs directed against additional targets are being evaluated in vitro and in orthotopic and xenograft models of cancer as single agents, in combinations of target-specific UsiRNAs, and with existing small molecule and antibody therapeutics. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 581.
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) | 0,000 | 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) | 0,003 | 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 ».