Covalent Immune Recruiters: Tools to Gain Chemical Control Over Immune Recognition
Notice bibliographique
Résumé
Unprecedented progress made in the treatment of cancer using the body’s own immune system has encouraged the development of synthetic molecule based immunotherapeutics. An emerging class of these compounds, called Antibody Recruiting Molecules (ARMs) or Antibody Engagers (AEs), functions by reversibly binding antibodies naturally present in human serum and recruiting these to cancer cells. The recruited antibodies then engage immune cells to form quaternary complexes that drive cancer erradication. Despite their promise, the requirement to form quaternary complexes governed by multiple equilibria complicates an understanding of their in vivo efficacy. Particularly problematic are low endogenous serum antibody concentrations and rapid clearance of AEs from circulation. Here we describe a new class of trifunctional chemical tools we call covalent immune recruiters (CIRs). CIRs covalently label specific serum antibodies in a selective manner with a target protein binding ligand. CIRs thereby exert well-defined control over antibody recruitment and simplify quaternary complex equilibium, enabling probing of the resultant effects on immune recognition. We demonstrate CIRs can selectively covalently label anti-DNP IgG, a natural human antibody, directly in human serum to drive efficient immune cell recognition of targets. We expect CIRs will be useful tools to probe how quaternary complex stability impacts the immune recognition of cancer in vivo, revealing new design principles to guide the development of future AEs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».