Molecular determinants of sotorasib clinical efficacy in KRASG12C-mutated non-small-cell lung cancer
Notice bibliographique
Résumé
Molecular determinants of KRAS(G12C)inhibitor efficacy in KRASG12C-mutated non-small-cell lung cancer (NSCLC) remain poorly characterized. Here we report one of the largest integrated analyses to date of sotorasib clinical efficacy biomarkers from the phase 2 CodeBreaK 100 and phase 3 CodeBreaK 200 studies. We reveal differential sotorasib activity and relative benefit compared to docetaxel across KRASG12C-mutated NSCLC co-mutational subsets and transcriptional subtypes. We also identify low expression of TTF1 and KEAP1 co-mutations/NRF2 activation as major determinants of sotorasib anti-tumor efficacy and adverse prognostic features. Exploratory analyses highlight potential tumor cell-extrinsic contributors to sotorasib anti-tumor activity and suggest that early on-treatment clearance of KRASG12C- circulating tumor DNA may refine clinical response prediction algorithms. Our findings advance precision medicine for patients with KRASG12C-mutated NSCLC and establish a framework for patient stratification and selection for treatment intensification with rationally applied therapeutic combinations. This large integrated analysis of the KRASG12C inhibitor sotorasib clinical efficacy biomarkers from the phase 2 CodeBreaK 100 and phase 3 CodeBreaK 200 trials shows that low expression of TTF-1 and high expression of NRF2 determine anti-tumor efficacy of sotorasib in non–small-cell lung cancer.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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; 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 ».