The Target Atlas for Antibody-Drug Conjugates across Solid Cancers

抗体-药物偶联物 抗原 计算生物学 蛋白质组 药物靶点 临床试验 癌症研究 药物开发 注释 医学 药品 抗体 生物 生物信息学 单克隆抗体 免疫学 药理学
作者
Jiacheng Fang,Lei Guo,Yanhao Zhang,Qing Guo,Ming Wang,Xiaoxiao Wang
出处
期刊:Research Square - Research Square 被引量:2
标识
DOI:10.21203/rs.3.rs-2884661/v1
摘要

Abstract Antibody-Drug Conjugates (ADCs) is a rapidly developing type of oncology therapeutic, spanning the targeted therapy for hematologic malignancies and solid cancers. A major requirement in ADC research is the identification of ideal surface antigens that can distinguish target cells from most mammalian cell types. Herein, we develop an algorithm and comply a comprehensive cell membrane protein annotation dataset integrated from the large transcriptome, proteome, and genome data from 19 types of solid cancer and normal tissues, to discover potentially therapeutic surface antigens for ADC targeting. The resulting target landscape includes 165 target-indication combinations and 75 cell surface protein candidates, 35 of which with features suitable for ADC targeting are never reported in ADC research and development. In addition, we identify a total of 159 ADCs from 760 clinical trials, 72 ADCs among them targeting 36 unique antigens are currently under interventional evaluation for various types of solid cancers. We analyze their normal tissue expression using the comprehensive annotation dataset and reveal a broad range of profiles for the current ADC targets. In addition, we emphasize that the biological effects of target antigens could improve their clinical actionability and put forward to comprehensively assess the drugability of target antigens from multiple aspects. This is the first attempt at pan-cancer ADC target exploration over the past two decades, and our findings indicate that the target atlas across solid cancers can provide great opportunities to expand the broader prospects of ADC therapies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
阿木木完成签到,获得积分10
1秒前
打打应助干净的时光采纳,获得10
2秒前
无敌最俊朗应助忐忑的傲菡采纳,获得150
4秒前
文静的不言完成签到,获得积分10
4秒前
5秒前
美好沛萍完成签到 ,获得积分10
5秒前
rocket发布了新的文献求助10
5秒前
5秒前
6秒前
xdf发布了新的文献求助10
7秒前
9秒前
Summer完成签到,获得积分10
9秒前
LYL完成签到,获得积分10
10秒前
12138关注了科研通微信公众号
10秒前
somous发布了新的文献求助10
11秒前
文献求助发布了新的文献求助10
11秒前
庸人自扰完成签到,获得积分10
11秒前
共享精神应助少吃一口采纳,获得10
11秒前
脑洞疼应助wolf采纳,获得10
12秒前
大胆棒球发布了新的文献求助10
13秒前
江你一军发布了新的文献求助10
14秒前
云翰完成签到,获得积分10
14秒前
14秒前
标致乐双完成签到,获得积分10
17秒前
17秒前
爱吃汤圆的猫完成签到 ,获得积分10
18秒前
Ming完成签到,获得积分10
18秒前
whx发布了新的文献求助10
18秒前
wolf完成签到,获得积分20
20秒前
20秒前
刘江完成签到,获得积分10
20秒前
20秒前
20秒前
dzx关闭了dzx文献求助
20秒前
21秒前
21秒前
22秒前
22秒前
古的古的发布了新的文献求助50
23秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
山海经图录 李云中版 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3328014
求助须知:如何正确求助?哪些是违规求助? 2958132
关于积分的说明 8589374
捐赠科研通 2636415
什么是DOI,文献DOI怎么找? 1442975
科研通“疑难数据库(出版商)”最低求助积分说明 668469
邀请新用户注册赠送积分活动 655688