Harnessing nutrient scarcity for enhanced CAR-T-cell potency and safety in solid tumors
Notice bibliographique
Résumé
Abstract Despite significant advancements, the effectiveness of chimeric antigen receptor (CAR)-T-cell-based therapies in solid tumors remains limited. Key challenges include on-target effects, off-tumor toxicity and reduced CAR-T-cell function within the tumor microenvironment, which is often characterized by metabolic stress triggered by factors such as amino acid scarcity. Activating transcription factor-4 (ATF4) and its upstream regulator GCN2 play crucial roles in the metabolic reprogramming and functionality of CD4 + and CD8 + T cells. ATF4 can be activated by various cellular stress signals, including amino acid deprivation. While ATF4 activation may be associated with T-cell dysfunction, its role in stress adaptation presents an opportunity for therapeutic intervention—particularly in the tumor microenvironment, where T-cell exhaustion is a major challenge. In this study, we developed a strategy to harness the GCN2‒ATF4 axis in CAR-T cells. We employed an amino acid-dependent inducible promoter, which triggers ATF4-dependent gene expression to regulate CAR expression in T cells under conditions of amino acid scarcity within the tumor microenvironment. In vitro and murine xenograft models demonstrate the potential of this system to effectively restrict CAR expression to the tumor site. This targeted strategy not only enhances safety by minimizing off-tumor activity but also CAR-T-cell fitness by reducing exhaustion. By validating this pathophysiologically regulatable CAR expression system for solid tumors, our findings address key limitations of current CAR-T-cell therapies and pave the way for innovative strategies targeting solid malignancies.
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 ».