Neutralizing Antibodies Impair the Oncolytic Efficacy of Reovirus but Permit Effective Combination with T cell–Based Immunotherapies
Notice bibliographique
Résumé
Reovirus type 3 Dearing (Reo), manufactured for clinical application as pelareorep, is an attractive anticancer agent under evaluation in multiple phase 2 clinical trials for the treatment of solid tumors. It elicits its anticancer efficacy by inducing both oncolysis and intratumoral T-cell influx. Because most people have been preexposed to Reo, neutralizing antibodies (NAb) are prevalent in patients with cancer and might present a barrier to effective Reo therapy. Here, we tested serum of patients with cancer and healthy controls (n = 100) and confirmed that Reo NAbs are present in >80% of individuals. To investigate the effect of NAbs on both the oncolytic and the immunostimulatory efficacy of Reo, we established an experimental mouse model with Reo preexposure. The presence of preexposure-induced NAbs reduced Reo tumor infection and prevented Reo-mediated control of tumor growth after intratumoral Reo administration. In B cell-deficient mice, the lack of NAbs provided enhanced tumor growth control after Reo monotherapy, indicating that NAbs limit the oncolytic capacity of Reo. In immunocompetent mice, intratumoral T-cell influx was not affected by the presence of preexposure-induced NAbs and consequently, combinatorial immunotherapy strategies comprising Reo and T-cell engagers or checkpoint inhibitors remained effective in these settings, also after a clinically applied regimen of multiple intravenous pelareorep administrations. Altogether, our data indicate that NAbs hamper the oncolytic efficacy of Reo, but not its immunotherapeutic capacity. Given the high prevalence of seropositivity for Reo in patients with cancer, our data strongly advocate for the application of Reo as part of T cell-based immunotherapeutic strategies.
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) | 0,001 | 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 | 0,001 |
| 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 ».