Precise engineering of chimeric antigen receptor expression levels defines T cell identity and function
Notice bibliographique
Résumé
Abstract Chimeric Antigen Receptor (CAR) T therapy is a potent treatment for haematological malignancies, but T cell exhaustion reduces its efficacy in many patients. Although high CAR transgene levels appear to drive T cell exhaustion, the relationship between CAR expression levels, T cell function, and transcriptional identity is yet to be mapped at high resolution. Here, we harness a high-resolution microRNA-based control system to precisely modulate CAR transgene expression levels and assess the impact on T cell activation, gene expression and function. By post-transcriptionally modulating CAR abundance, we show that differential CAR levels significantly impact T cell proliferation, cytokine production and tonic signalling. T cells with high CAR expression become strongly activated even at low target antigen densities, while those with low CAR expression are triggered only by high concentrations of their target. Single-cell RNA sequencing of primary T cells expressing a broad range of CAR transcript levels revealed global transcriptional programmes that become dysfunctional with increased CAR abundance, expanding our understanding of T cell exhaustion. Notably, we identified a narrow CAR expression range where the exhaustion transcriptional state is not triggered, demonstrating that T cell exhaustion can be controlled by fine-tuning CAR levels. This work demonstrates that CAR expression levels are key determinants of T cell transcriptional identity and function and introduces a tractable method to precisely tune CAR expression and T cell activity.
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 | 0,001 | 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 | 0,001 |
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.
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 ».