uPAR antibody (huATN-658) and Zometa reduce breast cancer growth and skeletal lesions
Notice bibliographique
Résumé
Urokinase plasminogen activator receptor (uPAR) is implicated in tumor growth and metastasis due to its ability to activate latent growth factors, proteases, and different oncogenic signaling pathways upon binding to different ligands. Elevated uPAR expression is correlated with the increased aggressiveness of cancer cells, which led to its credentialing as an attractive diagnostic and therapeutic target in advanced solid cancer. Here, we examine the antitumor effects of a humanized anti-uPAR antibody (huATN-658) alone and in combination with the approved bisphosphonate Zometa (Zoledronic acid) on skeletal lesion through a series of studies in vitro and in vivo. Treatment with huATN-658 or Zometa alone significantly decreased human MDA-MB-231 cell proliferation and invasion in vitro, effects which were more pronounced when huATN-658 was combined with Zometa. In vivo studies demonstrated that huATN-658 treatment significantly reduced MDA-MB-231 primary tumor growth compared with controls. In a model of breast tumor-induced bone disease, huATN-658 and Zometa were equally effective in reducing skeletal lesions. The skeletal lesions were significantly reduced in animals receiving the combination of huATN-658 + Zometa compared with monotherapy treatment. These effects were due to a significant decrease in osteoclastic activity and tumor cell proliferation in the combination treatment group. Transcriptome analysis revealed that combination treatment significantly changes the expression of genes from signaling pathways implicated in tumor progression and bone remodeling. Results from these studies provide a rationale for the continued development of huATN-658 as a monotherapy and in combination with currently approved agents such as Zometa in patients with metastatic breast cancer.
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 ».