Abstract IA004: Targeting clonal heterogeneity in treatment-refractory Glioblastoma with novel and empiric immunotherapies
Notice bibliographique
Résumé
Abstract Despite aggressive multimodal therapy, glioblastoma (GBM) remains the most common malignant primary brain tumor in adults. With the advent of therapies that revitalize the anti-tumor immune response, several immunotherapeutic modalities have been developed for the treatment of GBM. In this talk, we summarize recent clinical and pre-clinical efforts to develop immunotherapeutic and chimeric antigen receptor (CAR) T cell treatment strategies for GBM recurrence, including challenges in the form of fundamental mechanisms of therapy evasion by tumor cells, such as immense intratumoral heterogeneity, suppression of the tumor immune microenvironment, and low mutational burden. Insights from these advances and challenges have shaped our development of a translational research pipeline from initial target discovery, through target validation and exploration of mechanism, to building new biotherapeutics against novel cancer targets, and preclinical testing in our patient-derived animal models of treatment-resistant GBM. We have tracked GBM cell populations that undergo clonal evolution as a result of selective pressures exerted by standard treatments to identify the cellular composition of the recurrence, to allow us to determine the intracellular signaling pathways that drive GBM relapse. Ultimately, we will design rational combinations of therapeutics that can reignite the anti-tumor immune response, effectively and specifically target tumor cells, and reliably decrease tumor burden for GBM patients. Citation Format: Sheila K Singh. Targeting clonal heterogeneity in treatment-refractory Glioblastoma with novel and empiric immunotherapies [abstract]. In: Proceedings of the AACR Special Conference on Brain Cancer; 2023 Oct 19-22; Minneapolis, Minnesota. Philadelphia (PA): AACR; Cancer Res 2024;84(5 Suppl_1):Abstract nr IA004.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 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 ».