Simultaneous Imaging and Therapy Using Epitope-Specific Anti-Epidermal Growth Factor Receptor (EGFR) Antibody Conjugates
Notice bibliographique
Résumé
Matuzumab and nimotuzumab are anti-EGFR monoclonal antibodies that bind to different epitopes of domain III of EGFR. We developed 89Zr-matuzumab as a PET probe for diagnosis/monitoring of response to treatment of a noncompeting anti-EGFR nimotuzumab antibody drug conjugate (ADC) using mouse colorectal cancer (CRC) xenografts. We developed 89Zr-matuzumab and performed quality control in EGFR-positive DLD-1 cells. The KD of matuzumab, DFO-matuzumab and 89Zr-matuzumab in DLD-1 cells was 5.9, 6.2 and 3 nM, respectively. A competitive radioligand binding assay showed that 89Zr-matuzumab and nimotuzumab bound to noncompeting epitopes of EGFR. MicroPET/CT imaging and biodistribution of 89Zr-matuzumab in mice bearing EGFR-positive xenografts (HT29, DLD-1 and MDA-MB-231) showed high uptake that was blocked with pre-dosing with matuzumab but not with the noncompeting binder nimotuzumab. We evaluated nimotuzumab-PEG6-DM1 ADC in CRC cells. IC50 of nimotuzumab-PEG6-DM1 in SNU-C2B, DLD-1 and SW620 cells was dependent on EGFR density and was up to five-fold lower than that of naked nimotuzumab. Mice bearing the SNU-C2B xenograft were treated using three 15 mg/kg doses of nimotuzumab-PEG6-DM1, and 89Zr-matuzumab microPET/CT was used to monitor the response to treatment. Treatment resulted in complete remission of the SNU-C2B tumor in 2/3 mice. Matuzumab and nimotuzumab are noncompeting and can be used simultaneously.
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) | 0,001 | 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 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 ».