Development, Characterization, and Immunotherapeutic Use of Peptide Mimics of the Thomsen-Friedenreich Carbohydrate Antigen
Notice bibliographique
Résumé
The tumor-associated carbohydrate Thomsen-Friedenreich antigen (TF-Ag; Galbeta1-3GalNAcalpha-O-Ser/Thr) is overexpressed on the cell surface of several types of tumor cells, contributing to cancer cell adhesion and metastasis to sites containing TF-Ag-binding lectins. A highly specific immunoglobulin G(3) monoclonal antibody (Ab) developed to TF-Ag (JAA-F11) impedes TF-Ag binding to vascular endothelium, blocking a primary metastatic step and providing a survival advantage. In addition, in patients, even low levels of antibodies to TF-Ag seem to improve prognosis; thus, it is expected that vaccines generating antibodies toward TF-Ag would be clinically valuable. Unfortunately, vaccinations with protein conjugates of carbohydrate tumor-associated Ags have induced clinically inadequate immune responses. However, immunization using peptides that mimic carbohydrate Ags such as Lewis has resulted in both Ab and T-cell responses. Here, we tested the hypothesis that vaccinations with unique TF-Ag peptide mimics may generate immune responses to TF-Ag epitopes on tumor cells, useful for active immunotherapy against relevant cancers. Peptide mimics of TF-Ag were selected by phage display biopanning using JAA-F11 and rabbit anti-TF-Ag Ab and were analyzed in vitro to confirm TF-Ag peptide mimicry. In vitro, TF-Ag peptide mimics bound to TF-Ag-specific peanut agglutinin and blocked TF-Ag-mediated rolling and stable adhesion of cancer cells to vascular endothelium. In vivo, the immunization with TF-Ag-mimicking multiple antigenic peptides induced TF-Ag-reactive Ab production. We propose that this novel active immunotherapy approach could decrease tumor burden in cancer patients by specifically targeting TF-Ag-positive cancer cells and blocking metastasis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».