MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393073056 · doi:10.1158/1538-7445.am2024-1130

Abstract 1130: Leveraging the IVIS imaging technologies for drug potency testing in orthotopic and metastatic tumor models

2024· article· en· W4393073056 sur OpenAlexaff
Jingqi Huang, Jing Jin, Hongchen Duan, Xueqin Yang, Wenhao Jin, Yiming Zhang, Lihui Zhang, Gaoyang Xu, Liya Xie, Wentao Li

Notice bibliographique

RevueCancer Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensMicropharma (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePotencyDrugMedical physicsRadiologyPharmacologyBiologyIn vitro

Résumé

récupéré en direct d'OpenAlex

Abstract Assessing anti-tumor drug potency is significantly enhanced using orthotopic and metastasis mouse tumor models. These models imitate the tumor's native environment, biological complexities, and challenges of drug delivery via blood perfusion, thereby providing a high predictive value for clinical outcomes. In this poster, we demonstrate how the IVIS optical imaging technology is employed to determine the effects of two drugs on two tumor models: •The KRAS (G12C) inhibitor, AMG510, was evaluated on the luciferase-expressing Miapaca-2 pancreatic orthotopic model •The third-generation EGFR inhibitor, AZD9291, was tested on the luciferase-expressing NIC-H1975 intracranial metastatic model Both drugs showed significant anti-tumor activity. In addition to potency testing, each drug was administered in single doses for pharmacodynamic analysis, evaluating pERK/ERK and DUSP6 levels. The pERK levels decreased after treatment, which is in line with the mechanism of action of the inhibitors. Our research illustrates that IVIS imaging offers a robust method for monitoring anti-tumor activity of drugs in orthotopic and metastatic tumor models, empowering scientists to assess new drug candidates by using biologically relevant animal models. Citation Format: Jingqi Huang, Jing Jin, Hongchen Duan, Xueqin Yang, Wenhao Jin, Yiming Zhang, Lihui Zhang, Gaoyang Xu, Liya Xie, Wentao Li. Leveraging the IVIS imaging technologies for drug potency testing in orthotopic and metastatic tumor models [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2024; Part 1 (Regular Abstracts); 2024 Apr 5-10; San Diego, CA. Philadelphia (PA): AACR; Cancer Res 2024;84(6_Suppl):Abstract nr 1130.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,191
Tête enseignante GPT0,464
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetMedical Imaging Techniques and Applications→Travaux en français237 207→