Antitumor Activity of Vebreltinib and Characterization of Clinicogenomic Features in Solid Tumors with <i>MET</i> Rearrangements
Notice bibliographique
Résumé
Oncogenic translocations involving the MET gene have been reported in several cancer types, but detailed clinicogenomic characterization of these cancers is not well defined. In addition, prospective clinical trials evaluating the antitumor activity of MET inhibitors in MET rearrangement-positive cancers are limited. In this study, in a pan-cancer analysis of >46,000 solid tumors with comprehensive genomic profiling, we identified oncogenic MET rearrangements in ∼0.04% of cancers. Preliminary analysis from a phase II clinical trial of the type I MET tyrosine kinase inhibitor (TKI) vebreltinib in MET fusion-positive solid tumors demonstrated an objective response rate of 50% and disease control rate of 79%, with antitumor activity seen in diverse cancer types, including lung adenocarcinoma and intrahepatic cholangiocarcinoma, among others. Similar to MET exon 14-altered lung cancer, secondary mutations in the kinase domain can confer resistance to MET TKIs in MET fusion-positive cancers. Overall, these data categorize MET rearrangements as actionable targets in solid tumors. SIGNIFICANCE: MET rearrangement-positive cancers are not well-characterized, and optimal treatment strategies are yet to be defined. Through comprehensive genomic analysis, preclinical modeling, and preliminary results of a phase II clinical trial, we demonstrate that MET fusions are a unique molecular subtype of cancers targetable with vebreltinib, a TKI in development.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».