Drug Sensitivity and Allele Specificity of First-Line Osimertinib Resistance <i>EGFR</i> Mutations
Notice bibliographique
Résumé
Abstract Osimertinib, a mutant-specific third-generation EGFR tyrosine kinase inhibitor, is emerging as the preferred first-line therapy for EGFR-mutant lung cancer, yet resistance inevitably develops in patients. We modeled acquired resistance to osimertinib in transgenic mouse models of EGFRL858R-induced lung adenocarcinoma and found that it is mediated largely through secondary mutations in EGFR—either C797S or L718V/Q. Analysis of circulating free DNA data from patients revealed that L718Q/V mutations almost always occur in the context of an L858R driver mutation. Therapeutic testing in mice revealed that both erlotinib and afatinib caused regression of osimertinib-resistant C797S-containing tumors, whereas only afatinib was effective on L718Q mutant tumors. Combination first-line osimertinib plus erlotinib treatment prevented the emergence of secondary mutations in EGFR. These findings highlight how knowledge of the specific characteristics of resistance mutations is important for determining potential subsequent treatment approaches and suggest strategies to overcome or prevent osimertinib resistance in vivo. Significance: This study provides insight into the biological and molecular properties of osimertinib resistance EGFR mutations and evaluates therapeutic strategies to overcome resistance.
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 ».