[发明专利]依拉司群和阿贝西利在患乳腺癌女性中的联合应用在审
申请号: | 201980079089.6 | 申请日: | 2019-11-26 |
公开(公告)号: | CN113164415A | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | N·K·阿拉甘;C·莫里斯 | 申请(专利权)人: | 雷迪厄斯制药公司 |
主分类号: | A61K31/137 | 分类号: | A61K31/137;A61K31/506;A61P35/00 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 刘依云;刘亭亭 |
地址: | 美国马*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 依拉司群 阿贝西利 乳腺癌 女性 中的 联合 应用 | ||
本发明涉及治疗患者乳腺癌的方法,包括给予患者包含依拉司群或其药学上可接受的盐和阿贝西利或其药学上可接受的盐的联合治疗。本发明还涉及与其他治疗相比产生更长的无进展存活期的治疗患者乳腺癌的方法。
本发明根据35U.S.C.§119(e)要求于2018年11月30日提交的美国临时专利申请62/773,960的优先权。上述申请的全部内容,包括附图,在此通过引用整体并入。
技术领域
本发明涉及治疗患者乳腺癌的方法,包括给予患者包含依拉司群(elacestrant)或其药学上可接受的盐和阿贝西利(abemaciclib)或其药学上可接受的盐的治疗组合。本发明还涉及与其他治疗相比产生更长的无进展生存期(Progression Free Survivaltime)的治疗患者乳腺癌的方法。
背景技术
对内分泌治疗的耐药性(resistance)是在雌激素受体阳性(ER+)乳腺癌患者的管理中的一个具有挑战性的方面。最近的研究表明,在用芳香酶抑制剂治疗后,通过在雌激素受体1(ESR1)基因中出现突变,可以产生获得性耐药性。与新生和获得性耐药性相关的另一种机制是平行生长因子信号传导通路的适应性上调以及这些通路之间的串扰,包括促进细胞周期蛋白D1表达和细胞周期蛋白依赖性激酶4(CDK4)和CDK6(CDK4/6)活化。
设计用于破坏这些机制的策略包括将CDK4/6通路的抑制剂与内分泌治疗组合。当在采用初次使用内分泌治疗和对内分泌治疗耐药的乳腺癌细胞系进行的临床前研究对这种联合治疗进行评价时,观察到协同效应。此外,在MONARCH-2临床试验中,在患有ER+、人表皮生长因子受体2阴性(HER2-)转移性乳腺癌的患者中,与单独的氟维司群(fulvestrant)相比,阿贝西利(CDK4/6抑制剂;礼来制药)和氟维司群(唯一批准的选择性ER降解剂[SERD];阿斯利康)的组合证明能够改善无进展存活(PFS)。
依拉司群(RAD1901)是一种新的口服生物可利用的SERD。临床前数据已经证明,作为单一药剂和与CDK4/6抑制剂联合使用时,依拉司群在具有野生型和突变型ESR1的ER+乳腺癌模型中能够有效抑制肿瘤生长。依拉司群单一治疗在包括对氟维司群不敏感、雌激素非依赖性、和/或具有ESR1基因突变的ER+乳腺癌的患者衍生异种移植模型中证明了抗肿瘤活性。在ER+乳腺癌的多种异种移植模型中,依拉司群与CDK4/6抑制剂的联合使用显示了比单独使用任一种药物观察到的更大的抗肿瘤活性。
附图说明
图1是本发明公开的研究设计方案的示意图。
发明内容
一方面,本发明涉及治疗患者乳腺癌的方法,包括给予患者包含依拉司群或其药学上可接受的盐和阿贝西利或其药学上可接受的盐的联合治疗。
在该方面的一个实施方式中,与联合使用来曲唑(letrozole)和阿贝西利、联合使用阿那曲唑(anastrozole)和阿贝西利或联合使用氟维司群和阿贝西利的患者相比,所述患者会经历更长的无进展生存期。
在该方面的另一个实施方式中,所述患者与施用阿贝西利作为单一治疗的患者相比会经历更长的无进展生存期。
具体实施方式
如本发明所用,RAD1901或“依拉司群”具有以下结构:
包括其盐、溶剂化物(例如水合物)和前体药物(prodrugs)。
在本发明所述的一些实施方式中,RAD1901以二盐酸(·2HCl)盐(bishydrochloride(·2HCl)salt)的形式施用。
如本发明所用,“阿贝西利”具有以下结构:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于雷迪厄斯制药公司,未经雷迪厄斯制药公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980079089.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:用户认证方法和设备
- 下一篇:用于电动车辆的预测冷却控制系统和方法