FGFR1 overexpression and anti-FGFR compound sensitivity in renal cell carcinoma.
Notice bibliographique
Résumé
e15544 Background: Fibroblast growth factor receptor 1 (FGFR1) plays a significant role in renal cell carcinoma (RCC) pathogenesis. There are several compounds targeting FGFR1 on the horizon. Here, we report changes in FGFR1 overexpression/mutation and anti-FGFR compound sensitivity in RCC. Methods: Twenty-eight female NCr nu/nu mice (6-12 weeks of age) were used for xenotransplantation of human clear cell renal carcinoma Caki-1 cell line. Mice with established FGFR1-expressing tumors (an average size of 80-120 mg) received intravenous OM-RCA-01 (humanized anti-FGFR1 monoclonal antibody, 10 mg/kg, twice a week; N=14) or oral ponatinib (pan-FGFR inhibitor, 30 mg/kg, daily; N=14). Tumor sizes were measured in a blind fashion twice a week with a vernier caliper. Additionally, primary tumor and metastatic lesion of 40 RCC patients were accessed. Animal and patient formalin-fixed, paraffin-embedded specimens of tumors were evaluated by immunohistochemistry with FGFR1 antibodies. FGFR1 mutations were assessed by PCR and direct sequencing. Results: At in vivo study termination day (Day 31), there were 6 (43%) and 5 (36%) tumors reached end-point volume of 2000 mm3 in OM-RCA-01 and ponatinib groups, respectively. Nine (82%) of these 11 resistant tumors had no FGFR1 expression (5 and 4 tumors in OM-RCA-01 and ponatinib groups). FGFR1 was highly expressed in all 17 tumors that responded to OM-RCA-01 or ponatinib. Intensity was 3+ in all cases. Expression of FGFR1 was observed in 92.5% (37/40) of primary tumors and in 65% (26/40) of metastasis in RCC patients. FGFR1 expression decreased in 32% (12/37) and increased in 67% (2/3) of metastasis in comparison with primary tumors. No FGFR1 mutations were detected in animal and patient tumors. Conclusions: FGFR1 overexpression could be different in primary RCC and metastasis of same patient. Expression of FGFR1 was found in 100% of renal tumors that responded to anti-FGFR therapy and in 18% of resistant RCC. Further translational studies will provide more information.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».