MétaCan
Menu
Retour à la cohorte
Enregistrement W4393095493 · doi:10.1158/1538-7445.am2024-1216

Abstract 1216: Pan-RAS inhibition by a tumor-targeted biotherapeutic

2024· article· en· W4393095493 sur OpenAlexaff
Greg L. Beilhartz, Huazhu Liang, Molly L. Udaskin, Christine Ng, Nikolina Radulovich, Roman A. Melnyk

Notice bibliographique

RevueCancer Research · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer Research and Treatments
Établissements canadiensUniversity Health NetworkHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésCancer researchInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Oncogenic RAS signaling drives tumor growth in about 30% of human malignancies. In recent years the first mutant-specific inhibitors of KRAS G12C (sotorasib and adagrasib) entered the clinic. While some durable responses were noted in KRAS-mutant non-small cell lung cancer, the clinical experience of KRAS G12C inhibitors is marked by rapid drug resistance, either intrinsic or acquired, causing re-activation of the MAPK pathway. Common resistance mechanisms include compensatory signaling through the related RAS isoforms NRAS and HRAS, as well as the selection of non-G12C KRAS mutations, among others. The bacterial peptidase RRSP potently cleaves all RAS mutants and isoforms in the conserved Switch I region. We have shown that receptor-mediated intracellular delivery of RRSP using an engineered protein delivery system (RASx) can inactivate all RAS signaling in a cell, causing apoptosis in RAS-addicted tumor cells in vitro and in vivo. Since systemic pan-RAS inhibition is not likely to be tolerated therapeutically, precise tumor targeting is a necessary feature of a true pan-RAS inhibitor. Here, we describe the unique ability of the RASx system to specify the cell surface receptor used by RRSP to enter cells, allowing exquisite targeting and killing of KRAS, NRAS and HRAS-driven tumor cells while sparing healthy tissues. We screened a panel of patient-derived tumor organoids (PDOs), to demonstrate broad tumor cell killing across pancreatic and colorectal cancer-derived PDOs. 97% of KRAS mutant organoids were sensitive to RASx, independent of the specific mutation. Intriguingly, 46% of wildtype RAS PDOs were sensitive to RASx, including organoids with activating mutations in EGFR. In contrast, PDOs with mutations downstream of RAS such as BRAF V600E were resistant to RASx. Indeed, RASx is effective not only against RAS-addicted tumors, but also wildtype RAS tumors driven by upstream receptor tyrosine kinases, potentially expanding the clinical utility of this platform. RASx is a first-in-class, tumor-targeted pan-RAS inhibitor that represents a unique entry into the growing armamentarium against oncogenic RAS. Citation Format: Greg L. Beilhartz, Huazhu Liang, Molly Udaskin, Christine Ng, Nikolina Radulovich, Roman A. Melnyk. Pan-RAS inhibition by a tumor-targeted biotherapeutic [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 1216.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,043
Tête enseignante GPT0,410
Écart entre enseignants0,367 · 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 ResearchMême sujetCancer Research and TreatmentsTravaux en français237 207