Vaccinia virus and peptide-receptor radiotherapy synergize to improve treatment of peritoneal carcinomatosis
Notice bibliographique
Résumé
Tumor-specific overexpression of receptors enables a variety of targeted cancer therapies, exemplified by peptide-receptor radiotherapy (PRRT) for somatostatin receptor (SSTR)-positive neuroendocrine tumors. While effective, PRRT is restricted to tumors with SSTR overexpression. To overcome this limitation, we propose using oncolytic vaccinia virus (vvDD)-mediated receptor gene transfer to permit molecular imaging and PRRT in tumors without endogenous SSTR overexpression, a strategy termed radiovirotherapy. We hypothesized that vvDD-SSTR combined with a radiolabeled somatostatin analog could be deployed as radiovirotherapy in a colorectal cancer peritoneal carcinomatosis model, producing tumor-specific radiopeptide accumulation. Following vvDD-SSTR and 177 Lu-DOTATOC treatment, viral replication and cytotoxicity, as well as biodistribution, tumor uptake, and survival, were evaluated. Radiovirotherapy did not alter virus replication or biodistribution, but synergistically improved vvDD-SSTR-induced cell killing in a receptor-dependent manner and significantly increased the tumor-specific accumulation and tumor-to-blood ratio of 177 Lu-DOTATOC, making tumors imageable by microSPECT/CT and causing no significant toxicity. 177 Lu-DOTATOC significantly improved survival over virus alone when combined with vvDD-SSTR but not control virus. We have therefore demonstrated that vvDD-SSTR can convert receptor-negative tumors into receptor-positive tumors and facilitate molecular imaging and PRRT using radiolabeled somatostatin analogs. Radiovirotherapy represents a promising treatment strategy with potential applications in a wide range of cancers.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».