Immunotherapy using IgE or CAR T cells for cancers expressing the tumor antigen SLC3A2
Notice bibliographique
Résumé
BACKGROUND: Cancer immunotherapy with monoclonal antibodies and chimeric antigen receptor (CAR) T cell therapies can benefit from selection of new targets with high levels of tumor specificity and from early assessments of efficacy and safety to derisk potential therapies. METHODS: Employing mass spectrometry, bioinformatics, immuno-mass spectrometry and CRISPR/Cas9 we identified the target of the tumor-specific SF-25 antibody. We engineered IgE and CAR T cell immunotherapies derived from the SF-25 clone and evaluated potential for cancer therapy. RESULTS: We identified the target of the SF-25 clone as the tumor-associated antigen SLC3A2, a cell surface protein with key roles in cancer metabolism. We generated IgE monoclonal antibody, and CAR T cell immunotherapies each recognizing SLC3A2. In concordance with preclinical and, more recently, clinical findings with the first-in-class IgE antibody MOv18 (recognizing the tumor-associated antigen Folate Receptor alpha), SF-25 IgE potentiated Fc-mediated effector functions against cancer cells in vitro and restricted human tumor xenograft growth in mice engrafted with human effector cells. The antibody did not trigger basophil activation in cancer patient blood ex vivo, suggesting failure to induce type I hypersensitivity, and supporting safe therapeutic administration. SLC3A2-specific CAR T cells demonstrated cytotoxicity against tumor cells, stimulated interferon-γ and interleukin-2 production in vitro. In vivo SLC3A2-specific CAR T cells significantly increased overall survival and reduced growth of subcutaneous PC3-LN3-luciferase xenografts. No weight loss, manifestations of cytokine release syndrome or graft-versus-host disease, were detected. CONCLUSIONS: These findings identify efficacious and potentially safe tumor-targeting of SLC3A2 with novel immune-activating antibody and genetically modified cell therapies.
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) | 0,002 | 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 ».