Antibody-mediated targeting of Claudins in cancer
Notice bibliographique
Résumé
Tight junctions (TJs) are large intercellular adhesion complexes that maintain cell polarity in normal epithelia and endothelia. Claudins are critical components of TJs, forming homo- and heteromeric interaction between adjacent cells, which have emerged as key functional modulators of carcinogenesis and metastasis. Numerous epithelial-derived cancers display altered claudin expression patterns, and these aberrantly expressed claudins have been shown to regulate cancer cell proliferation/growth, metabolism, metastasis and cell stemness. Certain claudins can now be used as biomarkers to predict patient prognosis in a variety of solid cancers. Our understanding of the distinct roles played by claudins during the cancer progression has progressed significantly over the last decade and claudins are now being investigated as possible diagnostic markers and therapeutic targets. In this review, we will summarize recent progress in the use of antibody-based or related strategies for targeting claudins in cancer treatment. We first describe pre-clinical studies that have facilitated the development of neutralizing antibodies and antibody-drug-conjugates targeting Claudins (Claudins-1, -3, -4, -6 and 18.2). Next, we summarize clinical trials assessing the efficacy of antibodies targeting Claudin-6 or Claudin-18.2. Finally, emerging strategies for targeting Claudins, including Chimeric Antigen Receptor (CAR)-T cell therapy and Bi-specific T cell engagers (BiTEs), are also discussed.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».