Blockade of TGF-β and PD-L1 by bintrafusp alfa promotes survival in preclinical ovarian cancer models by promoting T effector and NK cell responses
Notice bibliographique
Résumé
BACKGROUND: Failure of immunotherapy in high-grade serous ovarian cancer (HGSC) may be due to high levels of transforming growth factor-β (TGF-β) in ascites or tumour immune microenvironment (TIME). Here, we test whether coordinated blockade of TGF-β and PD-L1 with bintrafusp alfa (BA) can provoke anti-tumour immune responses in preclinical HGSC models. METHODS: BA is a first-in-class bifunctional inhibitor of TGF-β and PD-L1, and was tested for effects on overall survival and altered TIME in syngeneic HGSC models. RESULTS: Using a mouse ID8-derived HGSC syngeneic model with IFNγ-inducible PD-L1 expression, BA treatments significantly reduced ascites development and tumour burden. BA treatments depleted TGF-β and VEGF in ascites, and skewed the TIME towards cytotoxicity compared to control. In the BR5 HGSC syngeneic model, BA treatments increased tumour-infiltrating CD8 T cells with effector memory and cytotoxic markers, as well as cytolytic NK cells. Extended BA treatments in the BR5 model produced ∼50% BA-cured mice that were protected from re-challenge. These BA-cured mice had increased peritoneal T-effector memory and NK cells compared to controls. CONCLUSIONS: Our preclinical studies of BA in advanced ovarian cancer models support further testing of BA as an improved immunotherapy option for patients with advanced ovarian cancer.
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 ».