DDDR-49. IGF1R inhibition arrests meningioma growth
Notice bibliographique
Résumé
Abstract Meningiomas are the most common primary tumors of the central nervous system. While standard-of-care treatment—surgical resection and/or radiotherapy—is effective for most patients, a subset of tumors progress despite these interventions. To identify novel therapeutic targets, we generated single-cell transcriptomic atlases of WHO grade 1 and 2 meningiomas. This analysis revealed multiple tumor cell states and highlighted robust activation of the Insulin-like Growth Factor 2–Insulin-like Growth Factor 1 Receptor (IGF2–IGF1R) signaling axis, a key regulator of cell metabolism and growth. Inhibition of IGF1R in fresh patient-derived 2D cultures and ex vivo explant models suppressed tumor cell proliferation. Based on these findings, a patient with a rapidly progressing, IGF2–IGF1R–expressing grade 2 meningioma—previously treated with radiotherapy—was administered Ceritinib, an IGF1R inhibitor. While the tumor had been growing at a rate exceeding 1 mm/month prior to treatment, no further growth was observed after two months of Ceritinib therapy. In summary, we identified IGF2–IGF1R signaling as an active and targetable pathway in meningioma. Ceritinib demonstrated both preclinical efficacy and promising early clinical activity in a case of radiotherapy-resistant recurrent meningioma. To our knowledge, this represents the first report of clinical efficacy of Ceritinib in meningioma.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».