Tepilamide Fumarate as a Novel Potentiator of Virus-Based Therapy
Notice bibliographique
Résumé
Oncolytic virotherapy, using viruses such as vesicular stomatitis virus (VSVΔ51) and Herpes Simplex Virus-1 (HSV-1) to selectively attack cancer cells, faces challenges such as cellular resistance mediated by the interferon (IFN) response. Dimethyl fumarate (DMF) is used in the treatment of multiple sclerosis and psoriasis and is recognized for its anti-cancer properties and has been shown to enhance both VSVΔ51 and HSV-1 oncolytic activity. Tepilamide fumarate (TPF) is a DMF analog currently undergoing clinical trials for the treatment of moderate-to-severe plaque psoriasis. The aim of this study was to evaluate the potential of TPF in enhancing the effectiveness of oncolytic viruses. In vitro, TPF treatment rendered 786-0 carcinoma cells more susceptible to VSVΔ51 infection, leading to increased viral replication. It outperformed DMF in both increasing viral infection and increasing the killing of these resistant cancer cells and other cancer cell lines tested. Ex vivo studies demonstrated TPF's selective boosting of oncolytic virus infection in cancer cells without affecting healthy tissues. Effectiveness was notably high in pancreatic and ovarian tumor samples. Our study further indicates that TPF can downregulate the IFN pathway through a similar mechanism to DMF, making resistant cancer cells more vulnerable to viral infection. Furthermore, TPF's impact on gene therapy was assessed, revealing its ability to enhance the transduction efficiency of vectors such as lentivirus, adenovirus type 5, and adeno-associated virus type 2 across various cell lines. This data underscore TPF's potential role in not only oncolytic virotherapy but also in the broader application of gene therapy. Collectively, these findings position TPF as a promising agent in oncolytic virotherapy, warranting further exploration of its therapeutic potential.
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 | 0,000 |
| 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 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 ».