PARP inhibitor resistance mechanisms and PARP inhibitor derived imaging probes
Notice bibliographique
Résumé
INTRODUCTION: Poly(ADP-ribose) polymerase 1 (PARP1) inhibition has become a major target in anticancer therapy. While PARP inhibitors (PARPi) are approved for homologous recombination (HR) deficient cancers, therapeutic resistance is a challenge and PARPi are now being investigated in cancers lacking HR deficiencies. This creates a need to develop molecular and imaging biomarkers of PARPi response to improve patient selection and circumvent therapeutic resistance. AREAS COVERED: PubMed and clinicaltrials.gov were queried for studies on PARPi resistance and imaging. This review summarizes established and emerging resistance mechanisms to PARPi, and the current state of imaging and theragnostic probes for PARPi, including fluorescently labeled and radiolabeled probes. EXPERT OPINION: While progress has been made in understanding PARPi therapeutic resistance, clinical evidence remains lacking and relatively little is known regarding PARPi response outside of HR deficiencies. Continued research will clarify the importance of known biomarkers and resistance mechanisms in patient cohorts and the broader utility of PARPi. Progress has also been made in PARPi imaging, particularly with radiolabeled probes, and both imaging and theragnostic probes have now reached clinical validation. Reducing abdominal background signal from probe clearance will broaden their applicability, and improvements to molecular synthesis and radiation delivery will increase their utility.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».