A human-like glutaminase-free asparaginase is highly efficacious in ASNSlow leukemia and solid cancer mouse xenograft models
Notice bibliographique
Résumé
L-asparaginase (L-ASNase) is crucial in treating pediatric acute lymphoblastic leukemia (ALL), but its use is hampered by side effects from the immunogenicity and L-glutaminase (L-GLNase) co-activity of FDA-approved bacterial L-ASNases, often leading to treatment discontinuation and poor outcomes. The toxicity of these L-ASNases makes them especially challenging to use in adult cancer patients. To overcome these issues, we developed EBD-200, a humanized guinea pig L-ASNase with low Km and no L-GLNase activity, eliminating glutamine-related toxicity. EBD-200 showed comparable anti-cancer effects to PEGylated L-ASNase in ASNS low ALL, melanoma and liver cancer models, with improved tolerability. Its potent anti-cancer efficacy and enhanced safety profile suggest that EBD-200 could benefit ALL patients and broaden treatment options for ASNS low solid cancers. • Similar durable in vivo anti-leukemic effect is seen with EBD-200 and PEG-ASNase. • Lower toxicity of EBD-200 versus PEG-ASNase correlates with lack of GLNase activity. • EBD-200 effectively treats ASNS low solid cancers with hypermethylated ASNS promoter.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».