Focused Ultrasound Delivers Targeted Immune Cells to Metastatic Brain Tumors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Natural killer (NK) cells are cytotoxic lymphocytes involved in innate immunity. NK-92, a human NK cell line, may be targeted to tumor-associated antigens in solid malignancies where it exhibits antitumor efficacy, but its clinical utility for treating brain tumors is limited by an inability to cross the blood-brain barrier (BBB). We investigated the potential for focused ultrasound (FUS) to deliver targeted NK-92 cells to the brain using a model of metastatic breast cancer. HER2-expressing human breast tumor cells were implanted into the brain of nude rats. The NK-92-scFv(FRP5)-zeta cell line expressing a chimeric HER2 antigen receptor was transfected with superparamagnetic iron oxide nanoparticles before intravenous injection, before and following BBB disruption using focused ultrasound (551.5 kHz focused transducer, 0.33 MPa average peak rarefaction pressure) in the presence of a microbubble contrast agent. Baseline and posttreatment 1.5T and 7T MR imaging was done, and histology used to identify NK-92 cells post-mortem. Contrast-enhanced MRI showed reproducible and consistent BBB disruption. 7T MR images obtained at 16 hours posttreatment revealed a significant reduction in signal indicating the presence of iron-loaded NK-92 cells at the tumor site. The average ratio of NK-92 to tumor cells was 1:100 when NK cells were present in the vasculature at the time of sonication, versus 2:1,000 and 1:1,000 when delivered after sonication and without BBB disruption, respectively. Our results offer a preclinical proof-of-concept that FUS can improve the targeting of immune cell therapy of brain metastases.
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.
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 | 0,001 |
| 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) | 0,003 | 0,002 |
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 découle