Pharmacokinetics (PK) of Tiragolumab in First‐in‐Human Study in Patients with Mixed Solid Tumors (GO30103)
Notice bibliographique
Résumé
Abstract Tiragolumab is a first‐in‐class, fully human IgG1/kappa anti‐TIGIT monoclonal antibody that blocks the binding of TIGIT to CD155 (the poliovirus receptor). We summarize the pharmacokinetics (PK) data from the phase 1a/1b GO30103 study of Q3W (every 3 weeks) sequential dosing of tiragolumab (2, 8, 30, 100, 400, 600, or 1200 mg) followed by atezolizumab (1200 mg), Q4W (every 4 weeks) sequential dosing (tiragolumab 840 mg followed by atezolizumab 1680 mg), and Q4W co‐infusion (tiragolumab 840 mg plus atezolizumab 1680 mg). Serum samples were collected at multiple time points following tiragolumab and atezolizumab intravenous infusion in patients with solid tumors for PK and immunogenicity assessment. The serum PK profile of tiragolumab appeared to be biphasic, with a rapid distribution phase followed by a slower elimination phase when administered alone or in combination with atezolizumab. In phase 1a, across doses of tiragolumab ranging from 2 to 1200 mg (cycle 1), the geometric mean (GM), coefficient of variation (CV%), serum tiragolumab Cmax ranged from 0.682 to 270 µg/mL (18.6% to 36.5%) and Cmin ranged from 0.0125 to 75.3 µg/mL (0.0% to 24.2%). The GM systemic exposure (area under the plasma drug concentration‐time curve, AUC0‐21) ranged from 310 to 2670 µg day/mL (20.5% to 27.0%); interindividual variability in AUC0‐21 ranged from 20.5% to 43.9%. Tiragolumab exposure increased in an approximately dose‐proportional manner when administered alone or with atezolizumab at doses ≥100 mg. Postbaseline, 4/207 patients (1.9%) were positive for treatment‐emergent antidrug antibodies (ADA) against tiragolumab, each at a single time point. Tiragolumab combined with atezolizumab demonstrated desirable PK properties, with no drug‐drug interactions or immunogenicity liability. There were no meaningful differences in tiragolumab or atezolizumab exposure between the Q4W co‐infusion and sequential dosing cohorts. ClinicalTrials.gov: NCT02794571 (date of registration June 6, 2016).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».