MétaCan
Menu
Retour à la cohorte
Enregistrement W4405062597 · doi:10.26685/urncst.738

Optimizing Chimeric Artificial T Cell Receptor Therapy for Solid Tumour Targeting by Manipulating the Tumour Microenvironment: A Literature Review

2024· review· en· W4405062597 sur OpenAlexaff
Quinn E. Godfrey, Alexandra Kostich

Notice bibliographique

RevueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChimeric antigen receptorCancer researchTumor microenvironmentReceptorTargeted therapyComputational biologyMedicineChemistryImmunotherapyBiologyInternal medicineCancerTumor cells

Résumé

récupéré en direct d'OpenAlex

Introduction: Chimeric antigen receptor (CAR)-T cell therapy represents a breakthrough in cancer treatment by harnessing the power of genetically engineered T cells to target and eliminate tumour cells. This approach involves modifying a patient’s T cells to express CARs that recognize and bind to specific cancer antigens, bypassing conventional antigen presentation mechanisms. While CAR-T therapy has achieved notable success in treating ‘blood,’ or ‘liquid’ cancers, its application to solid tumours remains problematic due to the immunosuppressive tumour microenvironment (TME), which impairs T cell function and promotes tumour escape. Methods: A comprehensive review was conducted using PubMed and Google Scholar, focusing on publications from March 2002 to March 2024. The search criteria included terms related to CAR-T therapy, solid tumours and TME modulation. Studies were selected based on their relevance to CAR-T therapy challenges, advancements in TME modulation and clinical applications. Research focusing exclusively on liquid tumours was excluded to ensure the review’s focus on solid tumour contexts. Results: Analysis of lymphocyte densities revealed that hot tumours, characterized by high densities of CD3+ and CD8+ lymphocytes at both the tumour periphery and core, demonstrated the most favorable prognostic outcomes. Checkpoint blockades targeting CTLA-4 and PD-1/PD-L1 have been shown to prevent tumour escape. Additionally, engineering CAR-T cells to express immune checkpoint (IC) inhibitors counteracts the expression of IC ligands by immunosuppressive cells. T cells engineered to express IL-12 or IL-18 cytokines also allowed for better infiltration into the TME. Discussion: Targeting inhibitory immune checkpoints and suppressive cells, as well as manipulating CAR-T cytokine expression, have all shown to be promising ways in which the TME can be modulated to improve patient outcomes. Future research may include looking into the development of strategies to ensure long-term immunological memory in CAR-T cells, particularly for chronic or recurring solid tumours. Conclusion: Modulating the TME through various molecular and cellular avenues is crucial in improving the effectiveness of CAR-T cell therapy and therefore, optimizing antitumour immunity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0090,012
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,449
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUndergraduate Research in Natural and Clinical Science and Technology (URNCST) JournalMême sujetCAR-T cell therapy researchTravaux en français237 207