Abstract 4882: Identification and optimization of chemical inhibitors that directly target KRAS G12D mutant
Notice bibliographique
Résumé
Abstract KRAS mutations are enriched in three lethal cancers, such as pancreatic ductal adenocarcinoma (PDAC) (> 90% of cases), colorectal cancer (CRC) (~50%) and lung cancer (~25%). Within these cancers, specific KRAS mutations dominate. KRAS G12D is the most common mutation in pancreatic and colorectal cancer. To date, accumulating studies have firmly established that constitutive activation of KRAS mutants is a driver of PDAC and CRC. Inhibitors of the downstream components of KRAS signaling only have limited success. Due to the high affinity of KRAS with GTP and no other obvious binding pocket on the KRAS surface for the design of inhibitors, KRAS has been considered ‘undruggable' for a long period of time. As a breakthrough, a novel direct inhibitor of the KRASG12C mutant was discovered in 2013, which forms a covalent bond with the cysteine at residue 12. However, such KRASG12C inhibitor is inactive against the G12D mutant as there is no Cysteine at residue 12. In this project, we have learnt from the excellent work of the G12C inhibitors and identified a novel compound as a direct inhibitor of the KRASG12D mutant. Importantly, this compound is active against the G12D mutant, but inactive against the KRAR wild-type. We demonstrated that our compound at 10 uM significantly inhibits the KRAS signaling in PANC10.05 pancreatic cancer cells and SNU-C2B colorectal cancer cells, both of which express endogenous KRASG12D mutant. Citation Format: Xiaohong Tian, Guoyan Geng, Jian Hui Wu. Identification and optimization of chemical inhibitors that directly target KRAS G12D mutant [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 4882.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».