CDK4/6 Inhibition Enhances Oncolytic Virus Efficacy by Potentiating Tumor-Selective Cell Killing and T-cell Activation in Refractory Glioblastoma
Notice bibliographique
Résumé
Glioblastoma (GBM) is among the most aggressive human cancers. Although oncolytic virus (OV) therapy has been proposed as a potential approach to treat GBM, it frequently fails because GBM cells are usually nonpermissive to OV. Here, we describe a dual-step drug screen for identifying chemical enhancers of OV in GBM. From a high-throughput screen of 1416 FDA-approved drugs, an inhibitor of CDK4/6 was identified as the top enhancer, selectively increasing potency of two OV strains, VSVΔ51 and Zika virus. Mechanistically, CDK4/6 inhibition promoted autophagic degradation of MAVS, resulting in impaired antiviral responses and enhanced tumor-selective replication of VSVΔ51 in vitro and in vivo. CDK4/6 inhibition cooperated with VSVΔ51 to induce severe DNA damage stress and amplify oncolysis. In GBM xenograft models, combined treatment with CDK4/6 inhibitor and VSVΔ51 significantly inhibited tumor growth and prolonged the survival of tumor-bearing mice. Further investigation revealed that CDK4/6 inhibitor and VSVΔ51 synergistically induced immunogenic cell death and boosted antitumor immunity. Together, this study features a promising approach of treating aggressive GBM through the combination of CDK4/6 inhibitor with OV. SIGNIFICANCE: This study proposes inhibition of cyclin-dependent kinases as a clinically translatable combinatorial strategy to enhance the efficacy of oncolytic virotherapy in 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».