MétaCan
Menu
← Retour à la cohorte
Enregistrement W4362541075 · doi:10.1158/1538-7445.am2023-2982

Abstract 2982: TriTCE CPI, next generation trispecific T cell engagers with integrated checkpoint inhibition (CPI) for the treatment of solid tumors

2023· article· en· W4362541075 sur OpenAlexaff
Maya C. Poffenberger, Meghan M. Verstraete, Anna von Rossum, Patricia Zwierzchowski, Matteo Zago, Veronica Luu, Sifa Arrafi, Siran Cao, Harsh Pratap, Chayne L. Piscitelli, Nina E. Weisser, Thomas Spreter von Kreudenstein

Notice bibliographique

RevueCancer Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensZymeworks (Canada)
Organismes subventionnairesnon disponible
Mots-clésCancer researchImmune checkpointAntibodyTumor microenvironmentT cellCancer immunotherapyAntigenImmunotherapyCancerCD3Immune systemMedicineChemistryCD8ImmunologyTumor cellsInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract CD3-bispecific T cell engager (TCE) therapies have exhibited clinical utility against hematological malignancies, but successes in solid tumor indications have been limited. Compared to heme malignancies, treatment of solid tumors is hindered by immunosuppressed microenvironments that can be refractory to traditional CD3-bispecific TCEs. Immunosuppression in the tumor microenvironment limits treatment responses in part due to the expression of inhibitory immune checkpoints, such as PD-1 on exhausted T cells and PD-L1 on tumor cells. To improve T cell responses and anti-tumor activity in immunosuppressed solid tumors, we generated trispecific TCE antibodies (Abs) that target a tumor associated antigen (TAA), CD3 and PD-L1 (via a PD1 moiety) to stimulate tumor-directed T cell killing and checkpoint blockade at the tumor site. In this engineering approach we harnessed the flexibility of our AzymetricTM technology to screen multiple antibody formats, geometries, paratopes, and PD-1 domain affinities in parallel. We screened the TriTCE CPI antibodies, targeting different TAAs, for tumor-directed T cell cytotoxicity and CPI activity on TAA+PD-L1+ and TAA-PD-L1+ tumor cells. We identified multiple TriTCE CPI Abs that induced potent TAA-dependent T cell killing of TAA+PD-L1+, but not TAA-PD-L1+, tumor cells. Evaluation of CPI using a PD-1/PD-L1 checkpoint reporter gene assay identified antibody formats that stimulated simultaneous TAA dependent T cell engagement and enhanced checkpoint inhibition superior to bispecific Ab plus anti-PD-L1 Ab combination treatments. Additionally, in a human PBMC-engrafted xenograft model, TriTCE CPI Abs showed increased anti-tumor activity compared to a bispecific Ab control +/- anti-PD-L1 Ab treatment. Furthermore, the benefits of increased anti-tumor activity and CPI was observed across multiple TriTCE CPI Abs targeting different TAAs. We generated multiple TriTCE CPI Abs that combine tumor-dependent T cell cytotoxicity with checkpoint blockade, which may translate to improved T cell responses in immunosuppressed solid tumors. The evaluation of multiple Ab formats, geometries and paratope affinities allowed for optimization of TAA-dependent cytotoxicity and CPI to identify Abs with enhanced anti-tumor activity and superior site-specific CPI, key factors that may contribute to a wide therapeutic index and improved clinical outcomes. Citation Format: Maya C. Poffenberger, Meghan M. Verstraete, Anna Von Rossum, Patricia Zwierzchowski, Matteo Zago, Veronica Luu, Sifa Arrafi, Siran Cao, Harsh Pratap, Chayne L. Piscitelli, Nina E. Weisser, Thomas Spreter von Kreudenstein. TriTCE CPI, next generation trispecific T cell engagers with integrated checkpoint inhibition (CPI) for the treatment of solid tumors [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2023; Part 1 (Regular and Invited Abstracts); 2023 Apr 14-19; Orlando, FL. Philadelphia (PA): AACR; Cancer Res 2023;83(7_Suppl):Abstract nr 2982.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,271
Tête enseignante GPT0,438
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→