Anti-CD19 antibody cotreatment enhances serial killing activity of anti-CD19 CAR-T/-NK cells and reduces trogocytosis
Notice bibliographique
Résumé
ABSTRACT: Anti-CD19 chimeric antigen receptor (CAR)-engineered T and natural killer (NK) cell therapies have revolutionized the treatment of B-cell malignancies, but challenges including CD19 antigen loss greatly hinder their full therapeutic potential. Here, we revealed that cotreatment with anti-CD19 monoclonal antibody enhances antitumor activity of anti-CD19 CAR-T and -NK cells. Even though the treated antibody interferes with CD19 antigen binding of CAR, it significantly induces rapid detachment of anti-CD19 CAR effector cells from target cells, facilitating improved serial killing. This reduced interaction between CAR effector cells and target cells also leads to the alleviation of CAR-mediated trogocytosis. Interestingly, cotreatment with anti-CD19 antibody reveals time-dependent effects on the antitumor activity of anti-CD19 CAR-T cells, characterized by a reduction in early T cell activation followed by sustained high activity during prolonged exposure to target cells. This temporal modulation ultimately results in enhanced antitumor potency in vivo. These findings underscore the improved therapeutic efficacy achieved by combining anti-CD19 antibody with anti-CD19 CAR-T or -NK cells against B-cell malignancies.
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) | 0,002 | 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 ».