A Bispecific Antibody Antagonizes Prosurvival CD40 Signaling and Promotes Vγ9Vδ2 T cell–Mediated Antitumor Responses in Human B-cell Malignancies
Notice bibliographique
Résumé
Abstract Novel T cell–based therapies for the treatment of B-cell malignancies, such as chronic lymphocytic leukemia (CLL) and multiple myeloma (MM), are thought to have strong potential. Progress, however, has been hampered by low efficacy and high toxicity. Tumor targeting by Vγ9Vδ2 T cells, a conserved T-cell subset with potent intrinsic antitumor properties, mediated by a bispecific antibody represents a novel approach promising high efficacy with limited toxicity. Here, we describe the generation of a bispecific Vγ9Vδ2 T-cell engager directed against CD40, which, due to its overexpression and biological footprint in malignant B cells, represents an attractive target. The CD40-targeting moiety of the bispecific antibody was selected because it can prevent CD40L-induced prosurvival signaling and reduce CD40-mediated resistance of CLL cells to venetoclax. Selective activation of Vγ9Vδ2 T cells in the presence of CD40+ tumor cells induced potent Vγ9Vδ2 T-cell degranulation, cytotoxicity against CLL and MM cells in vitro, and in vivo control of MM in a xenograft model. The CD40-bispecific γδ T-cell engager demonstrated lysis of leukemic cells by autologous Vγ9Vδ2 T cells present in patient-derived samples. Taken together, our CD40 bispecific γδ T-cell engager increased the sensitivity of leukemic cells to apoptosis and induced a potent Vγ9Vδ2 T cell–dependent antileukemic response. It may, therefore, represent a potential candidate for the development of novel treatments for B-cell malignancies.
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 | 0,001 |
| 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 ».