The antitumor function of anti-4-1BB therapy involves the suppression of CD73-A2BR axis
Notice bibliographique
Résumé
Abstract Agonist antibodies (Ab) directed against costimulatory molecule CD137 (4-1BB) on the surface of antigen-primed T-lymphocytes are currently in various stages of pre-clinical and clinical trials, albeit with limited therapeutic benefit as single agents. Here, we examined the inhibitory role of ecto-enzyme CD73 (generating adenosine) on the antitumor efficacy of agonistic anti-4-1BB Ab therapy, as anti-4-1BB treatment can downregulate the expression of CD73 on T cells within tumor microenvironment. CD73-deificient mice treated with anti-4-1BB Ab completely rejected CD73-nonexpressing B16-SIY melanoma when compared to wild-type mice. To explore the therapeutic relevance of these observations, we combined anti-4-1BB and anti-CD73 Ab to treat mice with established B16-SIY melanoma. This combination therapy induced tumor regression associated with enhanced antitumor CD8+ T cell responses and reduced CD4+Foxp3+ regulatory T cell number and function. In contrast, neither anti-4-1BB nor anti-CD73 monotherapy is effective to control the growth of established melanoma. Notably, anti-4-1BB treatment was also able to downregulate specifically the expression of adenosine receptor A2BR. Moreover, anti-4-1BB treatment elicited potent antitumor effect in A2BR-deficient mice as that in CD-73-deficient hosts. Our study establishes a novel mechanistic link between the CD73-A2BR axis and 4-1BB engagement. Thus, the blockade of CD73-A2BR axis has potential implications for more effective clinical targeting of 4-1BB and possibly other costimulatory molecules.
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 | 0,001 |
| 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 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 ».