BSCI-20. THERAPEUTIC TARGETING OF HLA-G IN BRAIN METASTASES
Notice bibliographique
Résumé
Abstract Brain metastases (BM) are the most common brain tumor in adults, with an incidence ten times greater than that of primary brain tumors. The most common sources of BM in adult cancer patients include cancers of the lung, breast and melanoma, which together account for almost 80% of all BM. Current clinical modalities for BM include surgery, whole brain radiation therapy and stereotactic radiosurgery but these therapies still offer limited efficacy and reduced survival of only months in treated patients, emphasizing the need for novel BM research approaches and better therapeutic strategies. Our laboratory recently discovered that stem-like cells exist in patient-derived BM from lung, breast and melanoma cancers, which we termed “brain metastasis-initiating cells” or BMICs. Through clinically relevant human-mouse xenograft models established with these patient-derived BMICs, we captured lung, breast and melanoma BMICs at pre-metastasis – a key stage where circulating metastatic cells extravasate and initially seed the brain, prior to organization into micro-metastatic foci. Transcriptome analysis of pre-metastatic BMICs revealed a unique genetic profile and several genes commonly up-regulated among lung, breast and melanoma BM, including the non-classical human leukocyte class I antigen-G (HLA-G). Loss of HLA-G in lung, breast and melanoma BMICs using two HLA-G specific shRNAs attenuated sphere formation, migratory and tumor initiating abilities of lung, breast and melanoma BMICs compared to control BMICs. HLA-G knockdown also resulted in reduced phospho(p)-STAT3 expression in patient-derived BMICs suggesting a potential cooperative role between HLA-G and pSTAT3 in BM. Since HLA-G is highly expressed at the cell surface in control tumors, ongoing experiments are focused on developing HLA-G specific chimeric antigen receptor -T cells (CAR-Ts) and determining their efficacy in targeting lung-, breast- and melanoma-BM as blocking the brain metastatic process will markedly extend patient survival and ultimately transform a fatal systemic disease into a more treatable one.
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 | 0,000 |
| 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 | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; 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 ».