Neural Stem Cells as a Novel Platform for Tumor-Specific Delivery of Therapeutic Antibodies
Notice bibliographique
Résumé
BACKGROUND: Recombinant monoclonal antibodies have emerged as important tools for cancer therapy. Despite the promise shown by antibody-based therapies, the large molecular size of antibodies limits their ability to efficiently penetrate solid tumors and precludes efficient crossing of the blood-brain-barrier into the central nervous system (CNS). Consequently, poorly vascularized solid tumors and CNS metastases cannot be effectively treated by intravenously-injected antibodies. The inherent tumor-tropic properties of human neural stem cells (NSCs) can potentially be harnessed to overcome these obstacles and significantly improve cancer immunotherapy. Intravenously-delivered NSCs preferentially migrate to primary and metastatic tumor sites within and outside the CNS. Therefore, we hypothesized that NSCs could serve as an ideal cellular delivery platform for targeting antibodies to malignant tumors. METHODS AND FINDINGS: As proof-of-concept, we selected Herceptin (trastuzumab), a monoclonal antibody widely used to treat HER2-overexpressing breast cancer. HER2 overexpression in breast cancer is highly correlated with CNS metastases, which are inaccessible to trastuzumab therapy. Therefore, NSC-mediated delivery of trastuzumab may improve its therapeutic efficacy. Here we report, for the first time, that human NSCs can be genetically modified to secrete anti-HER2 immunoglobulin molecules. These NSC-secreted antibodies assemble properly, possess tumor cell-binding affinity and specificity, and can effectively inhibit the proliferation of HER2-overexpressing breast cancer cells in vitro. We also demonstrate that immunoglobulin-secreting NSCs exhibit preferential tropism to tumor cells in vivo, and can deliver antibodies to human breast cancer xenografts in mice. CONCLUSIONS: Taken together, these results suggest that NSCs modified to secrete HER2-targeting antibodies constitute a promising novel platform for targeted cancer immunotherapy. Specifically, this NSC-mediated antibody delivery system has the potential to significantly improve clinical outcome for patients with HER2-overexpressing breast cancer.
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 ».