Enozertinib Is a Selective, Brain-Penetrant EGFR Inhibitor for Treating Non–Small Cell Lung Cancers with EGFR Exon 20 and Atypical Mutations
Notice bibliographique
Résumé
EGFR mutations are common oncogenic drivers in non-small cell lung cancer (NSCLC), and approximately half of patients develop brain metastases over the course of their disease. Patients with nonclassic EGFR mutations, such as insertions in exon 20, are a high unmet need with a worse prognosis compared with patients with classic EGFR mutations. Here, we describe the discovery and development of enozertinib (formerly ORIC-114), a highly brain-penetrant, orally bioavailable, irreversible inhibitor that targets EGFR exon 20 mutations with unparalleled kinome selectivity. Preclinical studies revealed strong potency and tumor regressions driven by enozertinib across a broad range of atypical EGFR-mutant models. In a phase I clinical trial of enozertinib in patients with advanced NSCLC bearing atypical mutations in EGFR, a patient harboring an EGFR exon 20 insertion experienced sustained complete response of all systemic and brain metastases. Together, these findings identify enozertinib as a promising investigational inhibitor to address the unmet need for brain-penetrant therapies in NSCLC with EGFR exon 20 insertions or other atypical mutations. SIGNIFICANCE: Preclinical and initial phase I clinical data demonstrate the potency, kinome selectivity, efficacy, and brain penetration of enozertinib in NSCLC with EGFR exon 20 insertions and atypical mutations, warranting further clinical 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 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) | 0,000 | 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) | 0,001 | 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 ».