Oncolytic virus–mediated expansion of dual-specific CAR T cells improves efficacy against solid tumors in mice
Notice bibliographique
Résumé
Oncolytic viruses (OVs) encoding a variety of transgenes have been evaluated as therapeutic tools to increase the efficacy of chimeric antigen receptor (CAR)-modified T cells in the solid tumor microenvironment (TME). Here, using systemically delivered OVs and CAR T cells in immunocompetent mouse models, we have defined a mechanism by which OVs can potentiate CAR T cell efficacy against solid tumor models of melanoma and glioma. We show that stimulation of the native T cell receptor (TCR) with viral or virally encoded epitopes gives rise to enhanced proliferation, CAR-directed antitumor function, and distinct memory phenotypes. In vivo expansion of dual-specific (DS) CAR T cells was leveraged by in vitro preloading with oncolytic vesicular stomatitis virus (VSV) or reovirus, allowing for a further in vivo expansion and reactivation of T cells by homologous boosting. This treatment led to prolonged survival of mice with subcutaneous melanoma and intracranial glioma tumors. Human CD19 CAR T cells could also be expanded in vitro with TCR reactivity against viral or virally encoded antigens and was associated with greater CAR-directed cytokine production. Our data highlight the utility of combining OV and CAR T cell therapy and show that stimulation of the native TCR can be exploited to enhance CAR T cell activity and efficacy in mice.
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) | 0,001 | 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) | 0,001 | 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 ».