From netrin‐1‐targeted SPECT/CT to internal radiotherapy for management of advanced solid tumors
Notice bibliographique
Résumé
Abstract Targeted radionuclide therapy is a revolutionary tool for the treatment of highly spread metastatic cancers. Most current approaches rely on the use of vectors to deliver radionuclides to tumor cells, targeting membrane‐bound cancer‐specific moieties. Here, we report the embryonic navigation cue netrin‐1 as an unanticipated target for vectorized radiotherapy. While netrin‐1, known to be re‐expressed in tumoral cells to promote cancer progression, is usually characterized as a diffusible ligand, we demonstrate here that netrin‐1 is actually poorly diffusible and bound to the extracellular matrix. A therapeutic anti‐netrin‐1 monoclonal antibody (NP137) has been preclinically developed and was tested in various clinical trials showing an excellent safety profile. In order to provide a companion test detecting netrin‐1 in solid tumors and allowing the selection of therapy‐eligible patients, we used the clinical‐grade NP137 agent and developed an indium‐111‐NODAGA‐NP137 single photon emission computed tomography (SPECT) contrast agent. NP137‐ 111 In provided specific detection of netrin‐1‐positive tumors with an excellent signal‐to‐noise ratio using SPECT/CT imaging in different mouse models. The high specificity and strong affinity of NP137 paved the way for the generation of lutetium‐177‐DOTA‐NP137, a novel vectorized radiotherapy, which specifically accumulated in netrin‐1‐positive tumors. We demonstrate here, using tumor cell‐engrafted mouse models and a genetically engineered mouse model, that a single systemic injection of NP137‐ 177 Lu provides important antitumor effects and prolonged mouse survival. Together, these data support the view that NP137‐ 111 In and NP137‐ 177 Lu may represent original and unexplored imaging and therapeutic tools against advanced solid cancers.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».