Novel Human Antibodies to Insulin Growth Factor 2 Receptor (IGF2R) for Radioimmunoimaging and Therapy of Canine and Human Osteosarcoma
Notice bibliographique
Résumé
Etiological and genetic drivers of osteosarcoma (OS) are not well studied and vary from one tumor to another; making it challenging to pursue conventional targeted therapy. Recent studies have shown that cation independent mannose-6-phosphate/insulin-like growth factor-2 receptor (IGF2R) is consistently overexpressed in almost all of standard and patient-derived OS cell lines, making it an ideal therapeutic target for development of antibody-based drugs. Monoclonal antibodies, targeting IGF2R, can be conjugated with alpha- or beta-emitter radionuclides to deliver cytocidal doses of radiation to target IGF2R expression in OS. This approach known as radioimmunotherapy (RIT) can therefore be developed as a novel treatment for OS. In addition, OS is one of the common cancers in companion dogs and very closely resembles human OS in clinical presentation and molecular aberrations. In this study, we have developed human antibodies that cross-react with similar affinities to IGF2R proteins of human, canine and murine origin. We used naïve and synthetic antibody Fab-format phage display libraries to develop antibodies to a conserved region on IGF2R. The generated antibodies were radiolabeled and characterized in vitro and in vivo using human and canine OS patient-derived tumors in SCID mouse models. We demonstrate specific binding to IGF2R and tumor uptake in these models, as well as binding to tumor tissue of canine OS patients, making these antibodies suitable for further development of RIT for OS.
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 | 0,000 |
| 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 ».