Early Noninvasive Metabolic Biomarkers of Mutant IDH Inhibition in Glioma
Notice bibliographique
Résumé
Approximately 80% of low-grade glioma (LGGs) harbor mutant isocitrate dehydrogenase 1/2 (IDH1/2) driver mutations leading to accumulation of the oncometabolite 2-hydroxyglutarate (2-HG). Thus, inhibition of mutant IDH is considered a potential therapeutic target. Several mutant IDH inhibitors are currently in clinical trials, including AG-881 and BAY-1436032. However, to date, early detection of response remains a challenge. In this study we used high resolution 1H magnetic resonance spectroscopy (1H-MRS) to identify early noninvasive MR (Magnetic Resonance)-detectable metabolic biomarkers of response to mutant IDH inhibition. In vivo 1H-MRS was performed on mice orthotopically-implanted with either genetically engineered (U87IDHmut) or patient-derived (BT257 and SF10417) mutant IDH1 cells. Treatment with either AG-881 or BAY-1436032 induced a significant reduction in 2-HG. Moreover, both inhibitors led to a significant early and sustained increase in glutamate and the sum of glutamate and glutamine (GLX) in all three models. A transient early increase in N-acetylaspartate (NAA) was also observed. Importantly, all models demonstrated enhanced animal survival following both treatments and the metabolic alterations were observed prior to any detectable differences in tumor volume between control and treated tumors. Our study therefore identifies potential translatable early metabolic biomarkers of drug delivery, mutant IDH inhibition and glioma response to treatment with emerging clinically relevant therapies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».