Abstract PO081: Systematic Generation of Allogeneic Immune-targeting Modalities for Glioblastoma
Notice bibliographique
Résumé
Abstract Glioblastoma (GBM) is one of the most common brain tumors in adults. Despite a standard-of-care including surgery and chemoradiotherapy, patients only live to a median of 15 months. This may be due to extensive spatiotemporal, intratumoral heterogeneity observed. This is thought to be created by a small population of stem-like cells marked by expression of CD133. CD133 has been shown to correlate with poor patient prognosis, metastases, relapse and worse overall survival in GBM. We thus created an anti-CD133 CAR-T therapy. Our CD133-targeting CAR-T (CART133) has shown great efficacy and in our patient-derived models of GBM. It has also exhibited safety in sparing healthy CD133-expressing cells, particularly, hematopoietic stem and progenitor cells, in our humanized model of hematopoiesis. However, in looking to the clinic, the generation of autologous CAR-Ts may be difficult as it requires sufficient numbers of a patient's own T-cells who may be immunocompromised after first-line therapy. Thus, we propose to generate allogeneic CAR-Ts that target CD133 (AlloCART133) from healthy donor T- cells. AlloCAR-T cells are genetically-edited to abrogate the T-cell receptor (TCR) to avoid graft-versus- host disease, a phenomenon in which immune-mismatch causes donor tissues to attack recipient tissues. These cells can thus be safe for a recipient while also maintaining their anti-tumor activity. AlloCART133 thus presents a clinically-relevant, off-the-shelf therapy for patients with GBM. Citation Format: Sabra K. Salim, Jiarun Wei, Vassil Dimitrov, Katherine Chen, Chitra Venugopal, Parvez Vora, Jason Moffat, Sheila K. Singh. Systematic Generation of Allogeneic Immune-targeting Modalities for Glioblastoma [abstract]. In: Abstracts: AACR Virtual Special Conference: Tumor Immunology and Immunotherapy; 2020 Oct 19-20. Philadelphia (PA): AACR; Cancer Immunol Res 2021;9(2 Suppl):Abstract nr PO081.
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) | 0,002 | 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 ».