Influencing tumor-associated macrophages in malignant melanoma with monoclonal antibodies
Notice bibliographique
Résumé
The application of monoclonal antibodies (mAbs) for the treatment of melanoma has significantly improved the clinical management of this malignancy over the last decade. Currently approved mAbs for melanoma enhance T cell effector immune responses by blocking immune checkpoint molecules PD-L1/PD-1 and CTLA-4. However, more than half of patients do not benefit from treatment. Targeting the prominent myeloid compartment within the tumor microenvironment, and in particular the ever-abundant tumor-associated macrophages (TAMs), may be a promising strategy to complement existing therapies and enhance treatment success. TAMs are a highly diverse and plastic subset of cells whose pro-tumor properties can support melanoma growth, angiogenesis and invasion. Understanding of their diversity, plasticity and multifaceted roles in cancer forms the basis for new promising TAM-centered treatment strategies. There are multiple mechanisms by which macrophages can be targeted with antibodies in a therapeutic setting, including by depletion, inhibition of specific pro-tumor properties, differential polarization to pro-inflammatory states and enhancement of antitumor immune functions. Here, we discuss TAMs in melanoma, their interactions with checkpoint inhibitor antibodies and emerging mAbs targeting different aspects of TAM biology and their potential to be translated to the clinic.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».