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 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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».