IgA-Mediated Killing of Tumor Cells by Neutrophils Is Enhanced by CD47–SIRPα Checkpoint Inhibition
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
Abstract Therapeutic monoclonal antibodies (mAb), directed toward either tumor antigens or inhibitory checkpoints on immune cells, are effective in cancer therapy. Increasing evidence suggests that the therapeutic efficacy of these tumor antigen–targeting mAbs is mediated—at least partially—by myeloid effector cells, which are controlled by the innate immune-checkpoint interaction between CD47 and SIRPα. We and others have previously demonstrated that inhibiting CD47–SIRPα interactions can substantially potentiate antibody-dependent cellular phagocytosis and cytotoxicity of tumor cells by IgG antibodies both in vivo and in vitro. IgA antibodies are superior in killing cancer cells by neutrophils compared with IgG antibodies with the same variable regions, but the impact of CD47–SIRPα on IgA-mediated killing has not been investigated. Here, we show that checkpoint inhibition of CD47–SIRPα interactions further enhances destruction of IgA antibody–opsonized cancer cells by human neutrophils. This was shown for multiple tumor types and IgA antibodies against different antigens, i.e., HER2/neu and EGFR. Consequently, combining IgA antibodies against HER2/neu or EGFR with SIRPα inhibition proved to be effective in eradicating cancer cells in vivo. In a syngeneic in vivo model, the eradication of cancer cells was predominantly mediated by granulocytes, which were actively recruited to the tumor site by SIRPα blockade. We conclude that IgA-mediated tumor cell destruction can be further enhanced by CD47–SIRPα checkpoint inhibition. These findings provide a basis for targeting CD47–SIRPα interactions in combination with IgA therapeutic antibodies to improve their potential clinical efficacy in tumor patients.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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