NOT-Gated CD93 CAR T Cells Effectively Target AML with Minimized Endothelial Cross-Reactivity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Chimeric antigen receptor (CAR) T cells hold promise for the treatment of acute myeloid leukemia (AML), but optimal targets remain to be defined. We demonstrate that CD93 CAR T cells engineered from a novel humanized CD93-specific binder potently kill AML in vitro and in vivo but spare hematopoietic stem and progenitor cells (HSPC). No toxicity is seen in murine models, but CD93 is expressed on human endothelial cells, and CD93 CAR T cells recognize and kill endothelial cell lines. We identify other AML CAR T-cell targets with overlapping expression on endothelial cells, especially in the context of proinflammatory cytokines. To address the challenge of endothelial-specific cross-reactivity, we provide proof of concept for NOT-gated CD93 CAR T cells that circumvent endothelial cell toxicity in a relevant model system. We also identify candidates for combinatorial targeting by profiling the transcriptome of AML and endothelial cells at baseline and after exposure to proinflammatory cytokines. Significance: CD93 CAR T cells eliminate AML and spare HSPCs but exert on-target, off-tumor toxicity to endothelial cells. We show coexpression of other AML targets on endothelial cells, introduce a novel NOT-gated strategy to mitigate endothelial toxicity, and demonstrate use of high-dimensional transcriptomic profiling for rational design of combinatorial immunotherapies. See related commentary by Velasquez and Gottschalk, p. 559. This article is highlighted in the In This Issue feature, p. 549
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 | 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 découle