ROBO1 CAR-T CELL THERAPY FOR TREATMENT REFRACTORY BRAIN CANCER
Notice bibliographique
Résumé
Abstract BTFC travel award recipient Glioblastoma (GBM) is the most common malignant adult brain tumor, with a dismal prognosis. Despite the multimodal treatment regimen, tumor recurrence is inevitable, and no standardized treatment exists for recurrent glioblastoma (rGBM). Neurodevelopment signaling pathways are often hijacked during tumor progression. Roundabout guidance receptor 1 (ROBO1) protein is involved in axonal guidance during neurodevelopment. Our preliminary findings implicated aberrant ROBO1 signaling axis to be associated with higher tumorigenecity in GBM, making it a functionally relevant therapeutic target. Moreover, ROBO1 was highly expressed on the surface of malignant and treatment-refractory brain tumor initiating cells (BTICs) in rGBM, brain metastasis (BM) and medulloblastoma (MB), prompting the development of an anti-ROBO1 CAR-T cell therapy. Here we report the development and validation of second-generation CAR-T cells using a single-domain antibody targeting ROBO1 expressing BTICs across three different brain tumors. We validated anti-ROBO1 CAR-T cells in-vitro and in-vivo using our established patient derived tumor models. In-vitro studies demonstrated upregulation of activation markers, enhanced cytokine release, markedly increased proliferation, and induction of potent and specific tumor cell death with ROBO1 CAR-T cells as compared to untransduced cells (UT) in all the three cancers. These findings were further validated in-vivo using 3 different BTIC lines one each from rGBM, MB and BM. ROBO1 CAR-T showed significant reduction in tumor burden and significant increase in survival of the mice treated with ROBO1 CAR-T cells in all the three cohorts. Thus, targeting ROBO1 could be a therapeutically tractable strategy for treating rGBM as well as other brain malignancies.
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 | 0,000 |
| 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 | 0,000 |
| 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 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 ».