Bibliographic record
Abstract
Un des problèmes majeurs avec l’administration orale ou intraveineuse de médicaments est le fait que le principe actif se distribue à travers tout le corps, avec très peu de spécificité vers le site pathologique. Dans ce projet, l’hypothèse de travail est que la conjugaison de ces principes actifs avec des agents de ciblage permettra d’orienter ces conjugués vers des cibles thérapeutiques dans le but d’améliorer leur efficacité thérapeutique ou leur perméabilité intestinale. À cet effet, une série d’espaceurs de propriétés diverses (longueur, hydrophilie, clivage) a été développée pour conjuguer un principe actif à un agent de ciblage tels qu’un peptide ou une protéine. Dans un premier temps, des principes actifs peu perméables ont été conjugués à un ligand reconnaissant le récepteur GM1, tels qu’un peptide ou la sous-unité β de la toxine du choléra (CTB), pour améliorer leur perméabilité intestinale. En effet, la CTB utilise le récepteur GM1 pour être internalisée dans les entérocytes. Grâce à une optimisation des espaceurs, l’affinité des conjugués utilisant les peptides avec le récepteur GM1 a été conservée, ce qui a été démontré par titration calorimétrique isotherme (ITC) et par thermophorèse à micro-échelle (MST). L’internalisation des conjugués a été évaluée par cytométrie en flux dans des cellules intestinales Caco-2 et T84. Les conjugués peptidiques sont internalisés dans les cellules Caco-2 et T84, mais cette internalisation est limitée et n’augmente pas en présence de GM1. En revanche, le conjugué de l’albumine avec la CTB (CTB-BSA) est beaucoup mieux internalisé dans les cellules, et dépend de la présence de GM1. Enfin, la perméabilité a été évaluée dans un modèle utilisant une monocouche cellulaire de Caco-2 ou T84. Les conjugués peptidiques ont montré une perméabilité modeste alors que le conjugués CTB-BSA possède une perméabilité supérieure au contrôle. Cette étude montre que la conjugaison de la CTB à une macromolécule permet d’augmenter la perméabilité de protéines à travers une monocouche de cellules intestinales. Dans un second temps, un médicament immunostimulant a été conjugué avec un anticorps ciblant le récepteur HER2 du cancer du sein pour former un conjugué Anticorps-Médicament (Antibody-Drug-Conjugate, ADC). L’objectif était d’améliorer l’efficacité anticancéreuse de l’anticorps ciblant le HER2 utilisé actuellement dans le traitement du cancer du sein (Trastuzumab), en combinant les propriétés immunostimulantes du médicament. L’anticorps anti-HER2 murin a été conjugué au médicament grâce à un espaceur clivable pH-sensible. Le degré de conjugaison et la stabilité colloïdale des anticorps conjugués (ADC) ont été évaluées par chromatographie d’interaction hydrophobe (HIC) et chromatographie d’exclusion de taille (SEC) respectivement. Il était possible de greffer 4 ou 8 molécules de médicament sur l’anticorps en gardant une bonne stabilité colloïdale. L’ADC a conservé son affinité pour des cellules présentant le récepteur HER2 tel que les cellules TUBO et H2N100. Le médicament greffé sur l’ADC a également conservé son activité thérapeutique in vitro, ce qui a été démontré dans les mêmes cellules par l’évaluation du degré de méthylation et l’expression des gènes CXCL9 et CXCL10. Ce conjugué s’est révélé prometteur in vitro et l’évaluation de son efficacité anticancéreuse in vivo sur un modèle murin de cancer du sein, en comparaison avec l’anticorps anti-HER2, est en cours dans le laboratoire Stagg.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".