HSP70/IL-2 Treated NK Cells Effectively Cross the Blood Brain Barrier and Target Tumor Cells in a Rat Model of Induced Glioblastoma Multiforme (GBM)
Notice bibliographique
Résumé
Natural killer (NK) cell therapy is one of the most promising treatments for Glioblastoma Multiforme (GBM). However, this emerging technology is limited by the availability of sufficient numbers of fully functional cells. Here, we investigated the efficacy of NK cells that were expanded and treated by interleukin-2 (IL-2) and heat shock protein70 (HSP70), both in vitro and in vivo. Proliferation and cytotoxicity assays were used to assess the functionality of NK cells in vitro, after which treated and naïve NK cells were administrated intra-cranially and systemically to compare the potential antitumor activities in our in vivo rat GBM models. In vitro assays provided strong evidence of NK cell efficacy against C6 tumor cells. In vivo tracking of NK cells showed efficient homing around and within the tumor site. Furthermore, significant amelioration of the tumor in rats treated with HSP70/Il-2 treated NK cells as compared to those subjected to non-treated NK cells, as confirmed by MRI, proved the efficacy of adoptive NK cell therapy. Moreover, results obtained with systemic injection confirmed migration of activated NK cells over the blood brain barrier and subsequent targeting of GBM tumor cells. Our data suggest that administration of HSP70/Il-2 treated NK cells may be a promising therapeutic approach to be considered in the treatment of GBM.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».