BET inhibitor in combination with BCG vaccine enhances antitumor efficacy and orchestrates T cell reprogramming for melanoma
Notice bibliographique
Résumé
Immunotherapy shows remarkable benefits in treating melanoma, yet existing approaches achieve limited overall responses. Here, we show that a combination of bromodomain and extra-terminal protein family inhibitor, NHWD-870, and Bacillus Calmette-Guérin vaccine is a promising therapeutic strategy for melanomas. Single-cell transcriptome analyses and functional experiments show that the combination therapy significantly inhibited tumor growth by reprogramming T cells toward an immune-activated state, enhancing their cytotoxicity, preventing their exhaustion, and increasing the recruitment of them into the tumor microenvironment. We identify the molecule, MT1, as a direct downstream target of BRD4, which is effectively suppressed by NHWD-870. Furthermore, our findings are reinforced by a humanized patient-derived xenograft (PDX) model, which exhibits notable antitumor effects in humanized tumor-bearing mice treated with the combination therapy. Our study underscores the immense potential of this therapeutic approach for clinical practice, offering promising prospects in overcoming the limitations of current treatments. • BET inhibitor, combined with BCG vaccine, inhibits the progression of melanoma • This combination enhances the antitumor effect of T cells in the tumor microenvironment • This combination transfers the tumor microenvironment from “cold tumor” to “hot tumor” Wang et al. illustrates the antitumor effect of the BET inhibitor NHWD-870 combined with Bacillus Calmette-Guérin. The combination reprograms T cells toward an immune-activated state. Mt1 , a marker associated with T cell exhaustion, is a direct downstream target of BRD4, which is effectively suppressed by NHWD-870, thereby inhibiting tumor growth.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».