Discovery and Clinical Proof-of-Concept of RLY-2608, a First-in-Class Mutant-Selective Allosteric PI3Kα Inhibitor That Decouples Antitumor Activity from Hyperinsulinemia
Notice bibliographique
Résumé
PIK3CA (PI3Kα) is a lipid kinase commonly mutated in cancer, including ∼40% of hormone receptor-positive breast cancer. The most frequently observed mutants occur in the kinase and helical domains. Orthosteric PI3Kα inhibitors suffer from poor selectivity leading to undesirable side effects, most prominently hyperglycemia due to inhibition of wild-type (WT) PI3Kα. Here, we used molecular dynamics simulations and cryo-electron microscopy to identify an allosteric network that provides an explanation for how mutations favor PI3Kα activation. A DNA-encoded library screen leveraging electron microscopy-optimized constructs, differential enrichment, and an orthosteric-blocking compound led to the identification of RLY-2608, a first-in-class allosteric mutant-selective inhibitor of PI3Kα. RLY-2608 inhibited tumor growth in PIK3CA-mutant xenograft models with minimal impact on insulin, a marker of dysregulated glucose homeostasis. RLY-2608 elicited objective tumor responses in two patients diagnosed with advanced hormone receptor-positive breast cancer with kinase or helical domain PIK3CA mutations, with no observed WT PI3Kα-related toxicities. SIGNIFICANCE: Treatments for PIK3CA-mutant cancers are limited by toxicities associated with the inhibition of WT PI3Kα. Molecular dynamics, cryo-electron microscopy, and DNA-encoded libraries were used to develop RLY-2608, a first-in-class inhibitor that demonstrates mutant selectivity in patients. This marks the advance of clinical mutant-selective inhibition that overcomes limitations of orthosteric PI3Kα inhibitors. See related commentary by Gong and Vanhaesebroeck, p. 204 . See related article by Varkaris et al., p. 227 . This article is featured in Selected Articles from This Issue, p. 201.
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 | 0,000 | 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 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 ».