MétaCan
Menu
Retour à la cohorte
Enregistrement W4200541805 · doi:10.1158/1535-7163.targ-21-p229

Abstract P229: Pre-clinical evaluation of next-generation inhibitor targeting a wide spectrum of oncogenic BRAF dimers

2021· article· en· W4200541805 sur OpenAlexaff
Yoon-Chi Han, Pui Yee Ng, Ryan Schulz, Shao Ning Yang, Alana Lelo, Luisa Shin, Matthew J. O’Connor, Ivan T. Jewett, Noboru Ishiyama, Darlene Romashko, Shalabh Thakur, Andrei Salomatov, Sherri Smith, Elizabeth Buck, Christopher Roberts, Matthew C. Lucas, Tai-an Lin

Notice bibliographique

RevueMolecular Cancer Therapeutics · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputational Drug Discovery Methods
Établissements canadiensStornoway Diamond (Canada)
Organismes subventionnairesnon disponible
Mots-clésCancer researchMutationAllosteric regulationMutantOncogeneIn vivoHEK 293 cellsV600EBiologyCancerChemistryComputational biologyCell cultureGeneGeneticsCell cycleReceptor

Résumé

récupéré en direct d'OpenAlex

Abstract The canonical BRAF V600E (Class I) mutation is a potent oncogene uniquely active as a RAS-independent monomer, successfully targeted by several FDA-approved inhibitors. However, these first-generation BRAF inhibitors are not active against non-canonical BRAF oncogenic mutations, including BRAF-fusions, that drive RAS-independent (Class II) or RAS-dependent (Class III) dimers. As such, developing inhibitors directed against dimeric BRAF oncogenic mutations that avoid paradoxical activation is a major unmet clinical need. We applied proprietary Mutation-Allostery-Pharmacology (MAP) platform technology developed by Black Diamond Therapeutics to identify and validate a group of previously uncharacterized non-canonical oncogenic Class II and Class III BRAF mutation clusters. We further demonstrate that this ensemble of novel and previously validated non-canonical oncogenic BRAF mutants can form the basis of a differentiated drug discovery program aimed at identifying small molecules that potently and selectively target this family of dimeric BRAF mutations. Herein, we describe a small molecule inhibitor, BDTX BRAF-A, with potent anti-proliferative activity directed against tumor cells expressing a wide spectrum of non-canonical Class II/III mutations. This broad activity (“MasterKey” profile) of BDTX BRAF-A is further demonstrated in cell lines that harbor endogenous oncogenic dimer-inducing BRAF mutations and in various solid tumor patient-derived xenograft (PDX) models ex vivo. Importantly, BDTX BRAF-A did not induce paradoxical RAF activation characteristic of Class I BRAF inhibitors. Finally, BDTX BRAF-A achieves robust anti-tumor efficacy and target engagement of dimeric BRAF oncogenes in mouse models. These data support the continued development of rationally designed molecules targeting a broad range of non-canonical BRAF dimer-promoting mutations to extend the prospect of precision medicine in patients. Citation Format: Yoon-Chi Han, Pui Yee Ng, Ryan Schulz, Shao Ning Yang, Alana Lelo, Luisa Shin, Matthew O'Connor, Ivan Jewett, Noboru Ishiyama, Darlene Romashko, Shalabh Thakur, Andrei Salomatov, Sherri Smith, Elizabeth Buck, Christopher Roberts, Matthew Lucas, Tai-An Lin. Pre-clinical evaluation of next-generation inhibitor targeting a wide spectrum of oncogenic BRAF dimers [abstract]. In: Proceedings of the AACR-NCI-EORTC Virtual International Conference on Molecular Targets and Cancer Therapeutics; 2021 Oct 7-10. Philadelphia (PA): AACR; Mol Cancer Ther 2021;20(12 Suppl):Abstract nr P229.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,123
Tête enseignante GPT0,400
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Cancer TherapeuticsMême sujetComputational Drug Discovery MethodsTravaux en français237 207