16 Combining an oncolytic vaccinia virus with image-guided radiotherapy: a multi-modal therapeutic approach for treating glioma
Notice bibliographique
Résumé
Malignant gliomas (MG) are highly invasive and aggressive brain tumors. Despite the current standard of care, the prognosis for patients with MG is abysmal– highlighting the need for novel, more effective treatment options to combat this aggressive disease. Oncolytic virus (OV) therapy is an advancing treatment option that harnesses tumor-selective viruses to kill cancer cells while simultaneously facilitating a systemic anti-tumor immune response. Many studies have noted synergistic effects when OV’s are combined with radiotherapy in preclinical cancer models, warranting further investigation of this multi-modal approach. Image-guided radiotherapy (IGRT) uses computer-modulated imaging techniques to precisely deliver ionizing radiation to treat cancer. Despite the precision IGRT offers, cancer cells can still be ‘missed’ due to tumor microextensions or radioresistant cell populations– such as glioma stem cells or therapy-induced senescent cancer cells –and may contribute to recurrence or progression. Here we propose to combine our mCherry-tagged mutant vaccinia virus (deltaF4L-deltaJ2R-mCherry), which exhibits tumor-selectivity due to mutations in key viral nucleotide biosynthesis genes, with IGRT executed using state-of-the-art Small Animal Radiation Research Platform (SARRP) technology. We hypothesize that combining deltaF4L-deltaJ2R-mCherry with IGRT will produce better tumor control than either modality alone, by generating additive or synergistic effects in which IGRT destroys the majority of the tumor mass while our OV seeks out and targets any remaining cancer cells that have been missed or are resistant to radiotherapy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».