Durability of cell line xenograft resection models to interrogate tumor micro-environment targeting agents
Notice bibliographique
Résumé
Abstract Angiogenesis is a key tumor microenvironment (TME) event underpinning tumor growth and metastasis. Nevertheless, the relatively poor performance of anti-angiogenic therapies in clinical trials compared to pre-clinical studies implies that classical subcutaneous xenograft models have limited predictive potential in this setting. To address this issue, we established orthotopic surgical resection models of breast cancer, which replicate the phenotype of clinical post-resection micro-metastasis. To demonstrate the power and precision of these models, we recapitulated the BETH adjuvant trial (NCT00625898) where the addition of bevacizumab (BVZ) to chemotherapy plus trastuzumab (Trast) failed to provide additional benefit. SCID mice were orthotopically implanted with bioluminescent Her2 + MDA-MB-231 or HCC1954 cells and tumors resected c.5 weeks later. Following resection, mice were treated with 10 mg/kg Trast +5 mg/kg paclitaxel (PAC) IP once weekly for 6 cycles +/− weekly BVZ (5 mg/kg IP). Metastasis was monitored by imaging. Using these models our data confirms that the addition of the anti-angiogenic antibody BVZ to adjuvant Trast + chemotherapy provides no additional benefit compared with Trast + chemotherapy alone. Previous studies using non-resection subcutaneously engrafted xenografts failed to predict this outcome. Our results provide compelling evidence for the utility of cell line xenograft resection models to predict clinical outcome for TME 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 | 0,001 | 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 ».