Cell surface proteomics of patient-derived malignant rhabdoid tumor organoids identifies ROBO1 as potential CAR T cell target for pediatric solid tumors
Notice bibliographique
Résumé
Abstract Malignant rhabdoid tumors are highly aggressive pediatric malignancies with limited treatment options and poor outcomes. To expand therapeutic options, we employed mass spectrometry-based cell surface proteomics on malignant rhabdoid tumor and patient-matched normal kidney organoids to identify potential CAR T cell targets. Integrating these findings with transcriptomics and protein expression data, we revealed ROBO1 as a promising target, showing strong and uniform expression across malignant rhabdoid and other pediatric tumors. ROBO1-targeted CAR T cells displayed potent anti-tumor activity in vitro , effectively eliminating tumor cells in co-cultures with organoids from malignant rhabdoid tumors, rhabdomyosarcoma, and neuroblastoma. In vivo, ROBO1 CAR T cells infiltrated tumors, induced potent tumor regression and significantly increased survival in malignant rhabdoid tumor-bearing mice. These findings establish ROBO1 as a compelling therapeutic target for CAR T cell therapy and offer a promising approach to address the critical need for effective treatments in high-risk pediatric solid tumors. Statement of significance This study identifies ROBO1 as a promising CAR T cell target for pediatric solid tumors. Using patient-derived tumor organoids and tissues, we demonstrate strong ROBO1 expression across several tumor entities and robust anti-tumor efficacy of ROBO1-targeted CAR T cells in vitro and in vivo , underscoring its potential for clinical translation.
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 ».