Immune Effector Functions of Human IgG2 Antibodies against EGFR
Notice bibliographique
Résumé
Three FDA-approved epidermal growth factor receptor (EGFR) antibodies (cetuximab, panitumumab, necitumumab) are clinically available to treat patients with different types of cancers. Interestingly, panitumumab is of human IgG2 isotype, which is often considered to have limited immune effector functions. Unexpectedly, our studies unraveled that human IgG2 antibodies against EGFR mediated effective CDC when combined with another noncross-blocking EGFR antibody. This second antibody could be of human IgG1 or IgG2 isotype. Furthermore, EGFR antibodies of human IgG2 isotype were highly potent in recruiting myeloid effector cells such as M1 macrophages and PMN for tumor cell killing by ADCC. Tumor cell killing by PMN was more effective with IgG2 than with IgG1 antibodies if tumor cells expressed lower levels of EGFR. Additionally, lower expression levels of the "don't eat me" molecule CD47 on tumor cells enabled ADCC also by M2 macrophages, and improved PMN and macrophage-mediated ADCC. A TCGA enquiry revealed broadly varying CD47 expression levels across different solid tumor types. Together, these results demonstrate that human IgG2 antibodies against EGFR can promote significant Fc-mediated effector functions, which may contribute to their clinical efficacy. The future challenge will be to identify clinical situations in which myeloid effector cells can optimally contribute to antibody efficacy.
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 ».