Abstract B032: Targeting the PD-1/PD-L1 immune evasion axis with DNA aptamers
Notice bibliographique
Résumé
Abstract Blocking the immunoinhibitory PD-1:PD-L1 pathway using monoclonal antibodies has led to dramatic clinical responses by reversing tumor immune evasion and provoking robust and durable anti-tumor responses. Anti-PD-1 antibodies have now been approved for the treatment of melanoma, and are being clinically tested in a number of other tumor types as both a monotherapy and as part of combination regimens. Here, we report the development of DNA aptamers as synthetic, non-immunogenic antibody mimics, which bind specifically to the murine extracellular domain of PD-1 and block the PD-1:PD-L1 interaction. These aptamers did not bind to closely related proteins including human PD-1. One such aptamer, MP7, functionally inhibits the PD-L1-mediated suppression of IL-2 secretion in primary murine T-cells. A PEGylated form of MP7 retains the ability to block the PD-1:PD-L1 interaction, and significantly suppresses the growth of PD-L1+ colon carcinoma cells in-vivo with a potency equivalent to an antagonistic anti-PD-1 antibody. Importantly, the anti-PD-1 DNA aptamer treatment was not associated with off-target TLR-9-related immune responses. Due to the inherent advantages of aptamers including their lack of immunogenicity, low cost, long shelf life, and ease of synthesis, such PD-1 antagonistic aptamers may represent an attractive alternative over antibody-based anti PD-1 therapeutics. Citation Format: Aaron Prodeus, Jean Gariepy. Targeting the PD-1/PD-L1 immune evasion axis with DNA aptamers. [abstract]. In: Proceedings of the CRI-CIMT-EATI-AACR Inaugural International Cancer Immunotherapy Conference: Translating Science into Survival; September 16-19, 2015; New York, NY. Philadelphia (PA): AACR; Cancer Immunol Res 2016;4(1 Suppl):Abstract nr B032.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».