Potentiating Cancer Immunotherapy Using Papaya Mosaic Virus-Derived Nanoparticles
Notice bibliographique
Résumé
The recent development of novel immunotherapies is revolutionizing cancer treatment. These include, for example, immune checkpoint blockade, immunomodulation, or therapeutic vaccination. Although effective on their own, combining multiple approaches will most likely be required in order to achieve the maximal therapeutic benefit. In this regard, the papaya mosaic virus nanoparticle (PapMV) has shown tremendous potential as (i) an immunostimulatory molecule, (ii) an adjuvant, and (iii) a vaccine platform through its intrinsic capacity to activate the innate immune response in an IFN-α-dependent manner. Here, we demonstrate that intratumor administration of PapMV significantly slows down melanoma progression and prolongs survival. This correlates with enhanced chemokine and pro-inflammatory-cytokine production in the tumor and increased immune-cell infiltration. Proportions of total and tumor-specific CD8(+) T cells dramatically increase following PapMV treatment whereas those of myeloid-derived suppressor cells (MDSC) concomitantly decrease. Moreover, systemic PapMV administration prevents metastatic tumor-implantation in the lungs. Importantly, PapMV also synergistically improves the therapeutic benefit of dendritic cell (DC)-based vaccination and PD-1 blockade by potentiating antitumor immune responses. This study illustrates the immunostimulatory potential of a plant virus-derived nanoparticle for cancer therapy either alone or in conjunction with other promising immunotherapies in clinical development.
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) | 0,001 | 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 ».