CAR T Cells Targeting B7-H3, a Pan-Cancer Antigen, Demonstrate Potent Preclinical Activity Against Pediatric Solid Tumors and Brain Tumors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: Patients with relapsed pediatric solid tumors and CNS malignancies have few therapeutic options and frequently die of their disease. Chimeric antigen receptor (CAR) T cells have shown tremendous success in treating relapsed pediatric acute lymphoblastic leukemia, but this has not yet translated to treating solid tumors. This is partially due to a paucity of differentially expressed cell surface molecules on solid tumors that can be safely targeted. Here, we present B7-H3 (CD276) as a putative target for CAR T-cell therapy of pediatric solid tumors, including those arising in the central nervous system. EXPERIMENTAL DESIGN: We developed a novel B7-H3 CAR whose binder is derived from a mAb that has been shown to preferentially bind tumor tissues and has been safely used in humans in early-phase clinical trials. We tested B7-H3 CAR T cells in a variety of pediatric cancer models. RESULTS: , causing regression of established solid tumors in xenograft models including osteosarcoma, medulloblastoma, and Ewing sarcoma. We demonstrate that B7-H3 CAR T-cell efficacy is largely dependent upon high surface target antigen density on tumor tissues and that activity is greatly diminished against target cells that express low levels of antigen, thus providing a possible therapeutic window despite low-level normal tissue expression of B7-H3. CONCLUSIONS: B7-H3 CAR T cells could represent an exciting therapeutic option for patients with certain lethal relapsed or refractory pediatric malignancies, and should be tested in carefully designed clinical trials.
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.
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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle