chugai's Sail66,正在开发CLDN6阳性实体瘤,非临床研究结果发表在《癌症免疫疗法》杂志上
HAIFA, Israel – October 28, 2024 – Pluri Inc. (Nasdaq:PLUR) (TASE:PLUR) (“Pluri” or the “Company”), a leading biotechnology company that transforms cells into solutions, today announced that the Israel Innovation Authority (“IIA”) will fund Pluri's collaboration with the Bar- Ilan University Research and Development Company Ltd., (“ Birad”),Bar-ilan大学的商业部门,以支持实体瘤的胎盘粘膜相关不变t(“ Mait”)细胞的持续发展。与传统的T细胞相比,已知Mait细胞具有独特的优势,但以前很难扩展和扩展以进行临床研究和潜在的商业化。mait细胞特别适合治疗实体瘤,这是一种巨大的未满足医疗需求。
• ≥18 years of age with locally advanced or metastatic solid tumor of any tissue origin with KRAS G12D mutation • Disease progression on prior standard treatment, intolerance of or ineligibility for standard treatment, or no available standard treatment to improve disease outcome • Parts 1a and 1d: histologically or cytologically confirmed malignant solid tumor of any tissue origin • Part 1b: diagnosis of PDAC, CRC, NSCLC,或其他晚期实体瘤,而不是先前疾病组的一部分•第1C部分:确认的PDAC,CRC或NSCLC•第2A部分和2B部分: - 西妥昔单抗组合:PDAC或CRC- retifanlimab-DLWR的诊断:PDAC,CRC,CRC,CRC,或NSCLC,或NSCLC
KO-2806,一种Farnesyl转移酶抑制剂,将KRAS G12C NSCLC肿瘤重新敏感为KRAS G12C突变体特异性抑制剂
在医学领域,由于患者人群中肿瘤的稀有性,对图像的可靠检测和分类仍然是巨大的挑战。在异常情况下检测肿瘤病例的能力对于确保及时干预和改善患者预后至关重要。这项研究通过利用深度学习(DL)技术来检测和分类具有挑战性的情况下的脑肿瘤来解决这一挑战。本研究采用深度学习(DL)技术来应对这一挑战,利用来自国家脑图实验室(NBML)的数据集,其中包括约81例患者,其中包括30例患者,其中包括30例肿瘤病例和51例正常情况。我们的方法包括两个阶段:检测和分类。在第一阶段,广泛的数据预处理模拟现实世界的条件,调整数据集以反映每种1例肿瘤病例的9例正常情况的异常分布。接下来,对Yolov8n模型进行了微调以检测肿瘤区域。为了评估该模型在患者水平上的表现,我们引入了患者对患者(PTP)度量,该指标评估了在整个人群中识别肿瘤病例的能力,而不是测量单个切片的性能。这种方法提供了模型可靠性更临床相关的评估。该模型的F1得分为0.98,PTP-F1得分为1.0,正确分类了测试人群中的所有患者。在分类阶段,数据有效的图像变压器(DEIT)用于从RESNET152教师模型中提取视觉变压器(VIT)模型。DEIT被选为其在小数据集上有效训练的能力。蒸馏分类器在20个时期后达到0.92,而RESNET152模型达到0.97,尽管计算成本较高,但达到了0.97。这项研究表明,在具有挑战性的情况下对脑肿瘤的可靠检测和分类方面有了显着的进步,从而提供了实用应用的潜力。
注意:C1D8 PK数据是从0-8 h收集的,从0-8 h,QD收集0-24 h。在12小时的时间点再次使用了出价的预剂量样品。对于出价,将第一个剂量后的数据绘制在0-12 h之间,然后从12-24小时再次绘制,以在第二剂剂量后复制轮廓。50 mg QD(n = 5); 50 mg竞标(n = 19); 75 mg QD(n = 19); 125 mg QD(n = 20); 150 mg QD(n = 5)。平均值±SD CDK2 IC 50 = 570±468(n = 66);平均值±SD CDK1 IC 50 = 5488±1759(n = 6)(全血分析)。*由PredicinesCore估算的副本编号
1 中国科学院肿瘤与基础医学研究所科研处,浙江杭州 310022,中华民国 2 南京大学医学院附属金陵医院呼吸内科,江苏南京,中华民国 3 北京大学肿瘤医院暨肿瘤研究所黑色素瘤与肉瘤研究室,教育部肿瘤发生及转化研究重点实验室,北京,中华民国 4 第三军医大学(陆军军医大学)西南医院肿瘤科和西南肿瘤中心,重庆,中华民国 5 南京中医药大学附属医院、江苏省中医院呼吸内科,江苏南京,中华民国 6 中国科学院大学肿瘤医院(浙江省肿瘤医院)化疗科,浙江杭州,中华人民共和国中华民国
一项临床试验利用液氮 (LN2) 冷冻消融治疗小型、低风险、早期恶性乳腺肿瘤,无需随后将其切除。该试验于 2014 年启动,共招募了全美 19 家医院和医疗中心的 206 名患者。在 ICE3 试验期间,194 名符合冷冻消融治疗条件的患者中有 188 名没有复发。研究小组还发现,在接受乳房冷冻消融治疗的低风险早期乳腺癌患者中,只有 2.06%(平均年龄 75 岁)出现同侧乳腺肿瘤复发 (IBTR)。冷冻消融尚未与乳腺肿瘤手术切除作为一种可行的替代方案进行过比较。这项试验是非随机的,作者指出,应该进行进一步的研究来评估冷冻消融作为一种可行的治疗替代方案。