Tackling Prostate Cancer with Theranostic E5B9-Bombesin Target Modules (TMs): From Imaging to Treatment with UniCAR T-Cells
Notice bibliographique
Résumé
Target modules (TMs), intermediate molecules required for UniCAR T-cell therapy, are promising molecules for immunotheranostic approaches. In the current work, we developed TMs containing a monomeric or dimeric form of the antagonist bombesin peptide (BBN2) and assessed their potential for diagnostic imaging using positron emission tomography (PET) as well as immunotherapy in combination with UniCAR T-cells to target and image GRPR expression in prostate cancer. Synthesized monomeric and dimeric BBN2 TMs retained binding to GRPR in vitro. Both BBN2 TMs specifically activated and redirected UniCAR T-cells to eradicate PC3 and LNCaP cancer cells with high efficiency and in a comparable manner. UniCAR T-cells retained a non-exhausted memory phenotype favorable to their persistence and fitness. The 68Ga-labeled BBN2 TMs showed proof-of-target towards GRPR in PC3 and LNCaP xenografts with similar uptake profiles for both BBN2 TMs in dynamic PET experiments. Clearance occurred exclusively through renal elimination. A tremendously increased in vivo metabolic stability of the BBN2 TMs was observed compared to their counterparts without E5B9. Both monomeric and dimeric BBN2 TMs represent novel and promising immunotheranostic tools for application in prostate cancer with exceptionally high in vivo metabolic stability.
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 ».