Adaptation of transgene mRNA translation boosts the anticancer efficacy of oncolytic HSV1
Notice bibliographique
Résumé
Background Transgenes deliver therapeutic payloads to improve oncolytic virus immunotherapy. Transgenes encoded within oncolytic viruses are designed to be highly transcribed, but protein synthesis is often negatively affected by viral infection, compromising the amount of therapeutic protein expressed. Studying the oncolytic herpes simplex virus-1 (HSV1), we found standard transgene mRNAs to be suboptimally translated in infected cells. Methods Using RNA-Seq reads, we determined the transcription start sites and 5'leaders of HSV1 genes and uncovered the US11 5'leader to confer superior activity in translation reporter assays. We then incorporated this 5’leader into GM-CSF expression cassette in oncolytic HSV1 and compared the translationally adapted oncolytic virus with the conventional, leaderless, virus in vitro and in mice. Results Inclusion of the US11 5’leader in the GM-CSF transgene incorporated into HSV1 boosted translation in vitro and in vivo . Importantly, treatment with US11 5’leader-GM-CSF oncolytic HSV1 showed superior antitumor immune activity and improved survival in a syngeneic mouse model of colorectal cancer as compared with leaderless-GM-CSF HSV1. Conclusions Our study demonstrates the therapeutic value of identifying and integrating platform-specific cis -acting sequences that confer increased protein synthesis on transgene expression.
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) | 0,001 | 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 ».