Abstract PR004: Brain penetrant allosteric EGFR inhibitors for NSCLC
Notice bibliographique
Résumé
Abstract Approximately 30-50% of Non-Small Cell Lung Cancer (NSCLC) patients already have CNS disease at time of diagnosis or else develop it during treatment, and there remains a need for better outcomes in these patients. The 3rd-generation covalent EGFR inhibitor osimertinib is an effective therapy for NSCLC patients, improving upon 1st-generation inhibitors gefitinib and erlotinib, and achieving enhanced brain penetration relative to those agents. However, the survival benefit relative to the 1st-generation inhibitors is observed primarily in patients with exon19 deletions rather than the L858R mutation. We developed a series of mutant-selective allosteric EGFR inhibitors that specifically target the L858R mutation (and subsequent resistance mutations), with high selectivity over wt EGFR and across the kinome. Early compounds including the isoindolinone JBJ-09-063 demonstrated good in vivo efficacy in mouse tumor models, despite limited bioavailability. Diversification and optimization of the chemistry, involving a scaffold hopping approach and the replacement of the thiazole amide with benzimidazole, delivered a set of compounds with promising potency and rodent PK. A subset of these achieved good brain exposure in mice and efficacy in an intracranial H1975 brain metastasis model. The mutant-selectivity and ability to co-bind with osimertinib makes an allosteric EGFR inhibitor an ideal partner for combination therapy, with the potential to deliver enhanced outcomes in L858R-driven NSCLC, especially for patients with CNS disease. Citation Format: David Scott, Courtney Cullis, Tyler Beyett, Frederic Feru, Thomas Gero, Krista Gipson, Praful Gokhalle, Nathanael Gray, David Heppner, Sampson Huang, Pasi Jänne, Sandeepraj Pusalkar, Michael Eck. Brain penetrant allosteric EGFR inhibitors for NSCLC [abstract]. In: Proceedings of the AACR Special Conference in Cancer Research: Optimizing Therapeutic Efficacy and Tolerability through Cancer Chemistry; 2024 Dec 9-11; Toronto, Ontario, Canada. Philadelphia (PA): AACR; Mol Cancer Ther 2024;23(12_Suppl):Abstract nr PR004
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,016 |
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 ».