Foretinib Is Effective Therapy for Metastatic Sonic Hedgehog Medulloblastoma
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
Medulloblastoma is the most common malignant pediatric brain tumor, with metastases present at diagnosis conferring a poor prognosis. Mechanisms of dissemination are poorly understood and metastatic lesions are genetically divergent from the matched primary tumor. Effective and less toxic therapies that target both compartments have yet to be identified. Here, we report that the analysis of several large nonoverlapping cohorts of patients with medulloblastoma reveals MET kinase as a marker of sonic hedgehog (SHH)-driven medulloblastoma. Immunohistochemical analysis of phosphorylated, active MET kinase in an independent patient cohort confirmed its correlation with increased tumor relapse and poor survival, suggesting that patients with SHH medulloblastoma may benefit from MET-targeted therapy. In support of this hypothesis, we found that the approved MET inhibitor foretinib could suppress MET activation, decrease tumor cell proliferation, and induce apoptosis in SHH medulloblastomas in vitro and in vivo. Foretinib penetrated the blood-brain barrier and was effective in both the primary and metastatic tumor compartments. In established mouse xenograft or transgenic models of metastatic SHH medulloblastoma, foretinib administration reduced the growth of the primary tumor, decreased the incidence of metastases, and increased host survival. Taken together, our results provide a strong rationale to clinically evaluate foretinib as an effective therapy for patients with SHH-driven medulloblastoma.
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 | 0,001 | 0,001 |
| 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