The IGF-Trap: Novel Inhibitor of Carcinoma Growth and Metastasis
Notice bibliographique
Résumé
The IGFI receptor promotes malignant progression and has been recognized as a target for cancer therapy. Clinical trials with anti-IGFIR antibodies provided evidence of therapeutic efficacy but exposed limitations due in part to effects on, and the compensatory function of, the insulin receptor system. Here, we report on the production, characterization, and biologic activity of a novel, IGF-targeting protein (the IGF-Trap) comprising a soluble form of hIGFIR and the Fc portion of hIgG1. The IGF-Trap has a high affinity for hIGFI and hIGFII but low affinity for insulin, as revealed by surface plasmon resonance. It efficiently blocked IGFIR signaling in several carcinoma cell types and inhibited tumor cell proliferation, migration, and invasion in vitro. In vivo, the IGF-Trap showed favorable pharmacokinetic properties and could suppress the growth of established breast carcinoma tumors when administered therapeutically into tumor-bearing mice, improving disease-free survival. Moreover, IGF-Trap treatment markedly reduced experimental liver metastasis of colon and lung carcinoma cells, increasing tumor cell apoptosis and reducing angiogenesis. Finally, when compared with an anti-IGFIR antibody or IGF-binding protein-1 that were used at similar or higher concentrations, the IGF-Trap showed superior therapeutic efficacy to both inhibitors. Taken together, we have developed a targeted therapeutic molecule with highly potent anticancer effects that could address limitations of current IGFIR-targeting agents.
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 ».