Cancer cells are characterized by the ability to grow in an anchorage-independent manner. The activity of the nonreceptor tyrosine kinase, focal adhesion kinase (FAK), is thought to contribute to this phenotype. FAK localizes in focal adhesion plaques and has a role as a scaffolding and signaling protein for other adhesion molecules. Recent studies show a strong correlation between increased FAK expression and phosphorylation status and the invasive phenotype of aggressive human tumors. PF-562,271 is a potent, ATP-competitive, reversible inhibitor of FAK and Pyk2 catalytic activity with a IC(50) of 1.5 and 14 nmol/L, respectively. Additionally, PF-562,271 displayed robust inhibition in an inducible cell-based assay measuring phospho-FAK with an IC(50) of 5 nmol/L. PF-562,271 was evaluated against multiple kinases and displays >100x selectivity against a long list of nontarget kinases. PF-562,271 inhibits FAK phosphorylation in vivo in a dose-dependent fashion (calculated EC(50) of 93 ng/mL, total) after p.o. administration to tumor-bearing mice. In vivo inhibition of FAK phosphorylation (>50%) was sustained for >4 hours with a single p.o. dose of 33 mg/kg. Antitumor efficacy and regressions were observed in multiple human s.c. xenograft models. No weight loss, morbidity, or mortality were observed in any in vivo experiment. Tumor growth inhibition was dose and drug exposure dependent. Taken together, these data show that kinase inhibition with an ATP-competitive small molecule inhibitor of FAK decreases the phospho-status in vivo, resulting in robust antitumor activity.

ABSTRACT Immunohistochemistry (IHC) assays play a central role in evaluating biomarker expression in tissue sections for diagnostic and research applications. Manual scoring of IHC images, which is the current standard of practice, is known to have several shortcomings in terms of reproducibility and scalability to large scale studies. Here, by using a digital image analysis-based approach, we introduce a new metric called the pixelwise H-score (pix H-score) that quantifies biomarker expression from whole-slide scanned IHC images. The pix H-score is an unsupervised algorithm that only requires the specification of intensity thresholds for the biomarker and the nuclear-counterstain channels. We present the detailed implementation of the pix H-score in two different whole-slide image analysis software packages Visiopharm and HALO. We consider three biomarkers P-cadherin, PD-L1, and 5T4, and show how the pix H-score exhibits tight concordance to multiple orthogonal measurements of biomarker abundance such as the biomarker mRNA transcript and the pathologist H-score. We also compare the pix H-score to existing automated image analysis algorithms and demonstrate that the pix H-score provides either comparable or significantly better performance over these methodologies. We also present results of an empirical resampling approach to assess the performance of the pix H-score in estimating biomarker abundance from select regions within the tumor tissue relative to the whole tumor resection. We anticipate that the new metric will be broadly applicable to quantify biomarker expression from a wide variety of IHC images. Moreover, these results underscore the benefit of digital image analysis-based approaches which offer an objective, reproducible, and highly scalable strategy to quantitatively analyze IHC images.