MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409624323 · doi:10.1158/1538-7445.am2025-953

Abstract 953: Oncolytic viruses as in situ personalized tumor vaccines for durable efficacy

2025· article· en· W4409624323 sur OpenAlexaff
William Jia

Notice bibliographique

RevueCancer Research · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensVancouver Biotech (Canada)
Organismes subventionnairesnon disponible
Mots-clésOncolytic virusMedicineVirologyCancer researchVirus

Résumé

récupéré en direct d'OpenAlex

Tumor vaccines have shown clinical promise in treating certain cancers. However, their long-term effectiveness is often hindered by two major challenges: 1. The immune-suppressive tumor microenvironment (TME). 2. Selective targeting of antigen-positive tumor cells, which can lead to the expansion of antigen-negative cells and eventual tumor relapse. To address these challenges, we explored a combination approach using mRNA tumor vaccines and oncolytic virotherapy in HPV and HER2 mouse tumor models. Our findings reveal that while mRNA vaccines effectively eradicate antigen-positive tumors and suppress tumor growth, resistance quickly emerges, enabling tumors to evade the vaccine's effects. When mRNA vaccination was followed by intratumoral administration of an oncolytic virus—either with or without HPV or HER2 antigen expression—a significantly more durable anti-tumor response was achieved in both models. The oncolytic virus initiated broad tumor antigen presentation by lysing tumor cells, releasing diverse tumor-associated antigens, and increasing the overall antigenic load within the tumor. Furthermore, the lytic activity of the virus reprogrammed the TME, transforming it from an immune-suppressive environment into one more favorable for anti-tumor immune responses. This combination therapy elicited a potent local immune response, leveraging enhanced antigen presentation by the virus. The modified TME allowed the systemic immune response generated by the mRNA vaccine to penetrate and act effectively within the tumor. Additionally, the treatment induced systemic antigen-specific T-cell responses, and treated animals developed resistance to subsequent tumor challenges, demonstrating the establishment of immune memory. Our study highlights the unique role of oncolytic virotherapy as an intratumoral "boost" mechanism. By lysing tumor cells, oncolytic viruses amplify the range of tumor antigens presented to the immune system and reshape the TME to support robust immune activity. This synergy between mRNA vaccination and oncolytic virotherapy—when employed in a prime-boost regimen—produces a powerful and durable anti-tumor immune response that is both localized and systemically protective against recurrence. In conclusion, this research underscores the potential of combining mRNA tumor vaccines with oncolytic virotherapy to overcome immune evasion mechanisms, enhance tumor antigen presentation, and reprogram the TME, providing a promising strategy for achieving long-lasting anti-tumor immunity. Citation Format: William WEI GUO Jia. Oncolytic viruses as in situ personalized tumor vaccines for durable efficacy [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2025; Part 1 (Regular Abstracts); 2025 Apr 25-30; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2025;85(8_Suppl_1):Abstract nr 953.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,068
Tête enseignante GPT0,451
Écart entre enseignants0,383 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Research→Même sujetVirus-based gene therapy research→Travaux en français237 207→