Development of CDK4/6 Inhibitors in Gastrointestinal Cancers: Biomarkers to Move Forward
Notice bibliographique
Résumé
Targeting the cell cycle has become a focus of cancer research bearing impressive results with the introduction of CDK4/6 inhibitors in the treatment of ER-positive/HER2-negative breast cancers. However, no definitive benefit in other cancers has been observed. In gastrointestinal cancers, despite preclinical studies pinpointing positive effects on cancer inhibition in pre-clinical models, no positive clinical trials have been published with CDK4/6 inhibitors. Several biomarkers have been proposed in breast cancers, where the field is more advanced, and include up-regulations of the inhibited kinases CDK4 and CDK6 and their partner cyclin D as well as the main target of phosphorylation, RB. Up-regulation of Cyclin E, an E2F1/RB regulated gene, also arises as a marker of CDK4/6 inhibition resistance. Signaling from receptor tyrosine kinase pathways through KRAS/BRAF/MEK and PI3K/AKT/mTOR are also implicated in feedback CDK4/6 activation and inhibitors resistance. In gastrointestinal cancers, some of these biomarkers have also proven valuable in predicting sensitivity to CDK4/6 inhibitors and would lead markers to guide clinical development. Modulation of the tumor microenvironment, where immune cells are prominent components, arises as a feature of CDK4/6 inhibition and could be harnessed in therapeutic combinations.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».