Evaluating the Combination of Radioimmunotherapy and Immunotherapy in a Melanoma Mouse Model
Notice bibliographique
Résumé
Immunotherapy has changed the oncology landscape during the last decade and become standard of care for several cancers. The combinations of immunotherapy with other treatment modalities are also being investigated. One of the challenges to investigate such combinations is to identify suitable mouse models for the pre-clinical experiments. In the past, we and other researchers showed that murine B16-F10 melanoma in C57Bl6 mice is refractory to treatment with immune checkpoint inhibitors. In this work we studied the suitability of an alternative syngeneic model, Cloudman S91 murine melanoma in DBA/2 mouse (DBA/2NCrl), to study the combination of immunotherapy targeting PD-1 and radioimmunotherapy targeting melanin. DBA/2 male and female mice were injected subcutaneously with 3–6 million Cloudman S91 cells. When the tumors reached ~150 mm3 volume, the animals were treated intraperitoneally with PBS (sham), h8C3 unlabeled (cold) antibody to melanin, immunotherapy with anti-PD-1 antibody, radioimmunotherapy with 213Bismuth (213Bi)-labeled h8C3 antibody, or several combinations of immunotherapy and radioimmunotherapy. Treatments with immunotherapy alone produced very modest effect on the tumor size, while combination therapy resulted in significant slowing down of the tumor growth, increased animal survival, and no decrease in animal body weight. We conclude that Cloudman S91 murine melanoma in DBA/2 mouse is a suitable model to evaluate combination of immunotherapy of melanoma with tangentially targeted treatments.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».