A Bispecific Single-Domain Antibody Boosts Autologous Vγ9Vδ2-T Cell Responses Toward CD1d in Chronic Lymphocytic Leukemia
Notice bibliographique
Résumé
Abstract Purpose: Although considerable progress has been made with autologous T cell–based therapy in B-cell malignancies, application in chronic lymphocytic leukemia (CLL) lags behind due to disappointing response rates as well as substantial toxicity that is of particular concern in the elderly CLL population. Vγ9Vδ2-T cells form a conserved T-cell subset with strong intrinsic immunotherapeutic potential, largely because of their capacity to be triggered by phosphoantigens that can be overproduced by CLL and other malignant cells. Specific activation of Vγ9Vδ2-T cells by a bispecific antibody may improve the efficacy and toxicity of autologous T-cell–based therapy in CLL. Experimental Design: We evaluated CD1d expression in a cohort of 78 untreated patients with CLL and generated and functionally characterized a CD1d-specific Vγ9Vδ2-T cell engager based on single-domain antibodies (VHH). Results: CD1d was expressed by CLL in the majority of patients, particularly in patients with advanced disease. The CD1d-specific Vγ9Vδ2-T cell engager induced robust activation and degranulation of Vγ9Vδ2-T cells, enabling Vγ9Vδ2-T cells from patients with CLL to lyse autologous leukemic cells at low effector-to-target ratios. Expression of CD1d on CLL cells is upregulated by all-trans retinoic acid, and sensitizes the malignant cells to bispecific VHH-induced lysis. Furthermore, we provide evidence that the Vγ9Vδ2-T cell receptor retains responsiveness to phosphoantigens when the bispecific VHH is bound, and aminobisphosphonates can therefore enhance bispecific Vγ9Vδ2-T cell engager–mediated tumor-specific killing. Conclusions: Collectively, our data demonstrate the immunotherapeutic potential of this novel CD1d-specific Vγ9Vδ2-T cell engager in CLL.
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 ».