<scp>B7‐H3</scp> drives immunosuppression and Co‐targeting with <scp>CD47</scp> is a new therapeutic strategy in β‐catenin activated melanomas
Notice bibliographique
Résumé
In melanoma, immune cell infiltration into the tumor is associated with better patient outcomes and response to immunotherapy. T-cell non-inflamed tumors (cold tumors) are associated with tumor cell-intrinsic Wnt/β-catenin activation, and are typically resistant to anti-PD-1 alone or in combination with anti-CTLA-4 therapy. Reversal of the 'cold tumor' phenotype and identifying new effective immunotherapies are challenges. We sought to investigate the role of a newer immunotherapy agent, B7-H3, in this setting. RNA sequencing was used to identify co-targeting strategies upon B7-H3 inhibition in a well-defined preclinical melanoma model driven by β-catenin. We found that immune checkpoint molecule B7-H3 confers a suppressive tumor microenvironment by modulating antiviral signals and innate immunity. B7-H3 inhibition led to an inflamed microenvironment, up-regulation of CD47/SIRPa signaling, and together with blockade of the macrophage checkpoint CD47 resulted in additive antitumor responses. We found that the antitumor effects of the B7-H3/CD47 antibody combination were dependent on cytokine signaling pathways (CCR5/CCL5 and IL4).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».