Implementing Systems Modelling and Molecular Imaging to Predict the Efficacy of BCL-2 Inhibition in Colorectal Cancer Patient-Derived Xenograft Models
Notice bibliographique
Résumé
Resistance to chemotherapy often results from dysfunctional apoptosis, however multiple proteins with overlapping functions regulate this pathway. We sought to determine whether an extensively validated, deterministic apoptosis systems model, ‘DR_MOMP’, could be used as a stratification tool for the apoptosis sensitiser and BCL-2 antagonist, ABT-199 in patient-derived xenograft (PDX) models of colorectal cancer (CRC). Through quantitative profiling of BCL-2 family proteins, we identified two PDX models which were predicted by DR_MOMP to be sufficiently sensitive to 5-fluorouracil (5-FU)-based chemotherapy (CRC0344), or less responsive to chemotherapy but sensitised by ABT-199 (CRC0076). Treatment with ABT-199 significantly improved responses of CRC0076 PDXs to 5-FU-based chemotherapy, but showed no sensitisation in CRC0344 PDXs, as predicted from systems modelling. 18F-Fluorodeoxyglucose positron emission tomography/computed tomography (18F-FDG-PET/CT) scans were performed to investigate possible early biomarkers of response. In CRC0076, a significant post-treatment decrease in mean standard uptake value was indeed evident only in the combination treatment group. Radiomic CT feature analysis of pre-treatment images in CRC0076 and CRC0344 PDXs identified features which could phenotypically discriminate between models, but were not predictive of treatment responses. Collectively our data indicate that systems modelling may identify metastatic (m)CRC patients benefitting from ABT-199, and that 18F-FDG-PET could independently support such predictions.
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 ».