Engineering the Human Fc Region Enables Direct Cell Killing by Cancer Glycan–Targeting Antibodies without the Need for Immune Effector Cells or Complement
Notice bibliographique
Résumé
Abstract Murine IgG3 glycan-targeting mAb often induces direct cell killing in the absence of immune effector cells or complement via a proinflammatory mechanism resembling oncotic necrosis. This cancer cell killing is due to noncovalent association between Fc regions of neighboring antibodies, resulting in enhanced avidity. Human isotypes do not contain the residues underlying this cooperative binding mode; consequently, the direct cell killing of mouse IgG3 mAb is lost upon chimerization or humanization. Using the Lewisa/c/x -targeting 88mAb, we identified the murine IgG3 residues underlying the direct cell killing and increased avidity via a series of constant region shuffling and subdomain swapping approaches to create improved (“i”) chimeric mAb with enhanced tumor killing in vitro and in vivo. Constant region shuffling identified a major CH3 and a minor CH2 contribution, which was further mapped to discontinuous regions among residues 286–306 and 339–378 that, when introduced in 88hIgG1, recapitulated the direct cell killing and avidity of 88mIgG3. Of greater interest was the creation of a sialyl-di-Lewisa–targeting i129G1 mAb via introduction of these selected residues into 129hIgG1, converting it into a direct cell killing mAb with enhanced avidity and significant in vivo tumor control. The human iG1 mAb, termed Avidimabs, retained effector functions, paving the way for the proinflammatory direct cell killing to promote antibody-dependent cellular cytotoxicity and complement-dependent cytotoxicity through relief of immunosuppression. Ultimately, Fc engineering of human glycan-targeting IgG1 mAb confers proinflammatory direct cell killing and enhanced avidity, an approach that could be used to improve the avidity of other mAb with therapeutic potential. Significance: Fc engineering enhances avidity and direct cell killing of cancer-targeting anti-glycan antibodies to create superior clinical candidates for cancer immunotherapy.
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 | 0,000 | 0,000 |
| 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 ».