Enhancing Anti-Tumor Activity of Natural Killer Cells by Upregulating Amino Acid Transporters
Notice bibliographique
Résumé
Abstract In spite of the superior efficacy of NK cells against hematological cancers such as acute myeloid leukemia (AML), the poor ability of NK cells to infiltrate solid tumors, such as breast cancer or colorectal carcinoma, limits the potential NK cells for cancer immunotherapy. Diverse approaches are now being undertaken to overcome this limitation by modifying NK cells for better recognition and effector function of NK cells. One of the efforts is to genetically engineer NK cells to express chimeric antigen receptors (CARs) for new tumor recognition and migration to the tumor, resulting in enhanced tumor killing. Here, we propose to enhance the anti-tumor activity of natural killer cells by upregulating amino acid transporters. Our laboratory recently showed that the upregulation of amino acid transporter is correlated with enhanced NK cell effector function. In particular, the upregulation of leucine amino acid transporter, CD98/LAT1, can induce leucine-driven mTORC1 activation and metabolic transformation, leading to enhanced proliferation and effector function of NK cells. Therefore, we will enhance the metabolism of NK cells by genetically modifying to upregulate the CD98/LAT1 nutrient transporter and make them more potent and sustained in vivo. In order to be the players in anti-tumor immunity, NK cells need to survive in the metabolically hostile conditions of the tumor microenvironment, where they have to compete for nutrients with metabolically active cancerous cells. We expect that combing our approach to augmenting the metabolism of NK cells with enhanced tumor recognition of CAR-NK cells could maximize the efficacy of cancer immunotherapy.
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 | 0,000 |
| 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 ».