Disitamab vedotin in preclinical models of HER2-positive breast and gastric cancers resistant to trastuzumab emtansine and trastuzumab deruxtecan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Most HER2-positive breast or gastric cancers eventually become resistant to the approved anti-HER2 antibody-drug conjugates (ADC) trastuzumab emtansine (T-DM1) and trastuzumab deruxtecan (T-DXd). Disitamab vedotin (DV) is a novel anti-HER2 ADC that binds to a different epitope on HER2 compared to trastuzumab. We assessed the efficacy of DV in breast and gastric cancer cell lines and xenografts, including tumor models resistant to T-DM1 and T-DXd. Additionally, we investigated whether combining two anti-HER2 ADCs could enhance the efficacy of the individual ADCs. METHODS: The efficacy of DV, T-DM1, and T-DXd, both as single agents and in combinations, was assessed using an AlamarBlue cell proliferation assay in HER2-positive breast and gastric cancer cell lines, including those resistant to T-DM1 and T-DXd. The efficacy of DV was evaluated also in breast and gastric cancer SCID mouse xenografts that had progressed on T-DM1 and/or T-DXd. ADC combinations were tested in breast and gastric cancer xenografts. RESULTS: DV was effective in cell lines resistant to T-DM1 and/or T-DXd, and it inhibited the growth of breast and gastric cancer xenografts that had progressed on T-DM1 and/or T-DXd. The combinations of DV plus T-DM1 and DV plus T-DXd showed greater efficacy than the corresponding single agents in both breast and gastric cancer cell lines and xenografts. CONCLUSIONS: DV was effective in treating breast and gastric cancer xenograft tumors resistant to T-DM1 and/or T-DXd. The combination of DV with T-DM1 or T-DXd demonstrated promising activity.
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.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle