CD33–CD123 IF-THEN Gating Reduces Toxicity while Enhancing the Specificity and Memory Phenotype of AML-Targeting CAR-T Cells
Notice bibliographique
Résumé
Abstract Chimeric antigen receptor (CAR) T-cell therapy has remarkably succeeded in treating lymphoblastic leukemia. However, its success in acute myeloid leukemia (AML) remains elusive because of the risk of on-target off-tumor toxicity to hematopoietic stem/progenitor cells (HSPC) and insufficient T-cell persistence and longevity. Using a SynNotch circuit, we generated a high-precision “IF-THEN” gated logical circuit against the combination of CD33 and CD123 AML antigens and demonstrated antitumor efficacy against AML cell lines and patient-derived xenografts. Unlike constitutively expressed CD123 CAR-T cells, those expressed through the CD33 SynNotch circuit could preserve HSPCs and lower the risk of on-target off-tumor hematopoietic toxicity. These gated CAR-T cells exhibited lower expression of exhaustion markers (PD-1, TIM-3, LAG-3, and CD39), higher frequency of memory T cells (CD62L+CD45RA+), and enhanced expansion. Although targeting AML, the moderated circuit CAR signal also helped mitigate cytokine release syndrome, potentially addressing one of the ongoing challenges in CAR-T immunotherapy. Significance: Our study demonstrates the use of “IF-THEN” SynNotch-gated CAR-T cells targeting CD33 and CD123 in AML reduces off-tumor toxicity. This strategy enhances T-cell phenotype, improves expansion, preserves HSPCs, and mitigates cytokine release syndrome—addressing critical limitations of existing AML CAR-T therapies.
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 ».