In vivo tracking of CAR-T cells in tumors via nanobubble-based contrast enhanced ultrasound
Notice bibliographique
Résumé
Summary CAR-T cell therapy has led to remarkable advances in the outcomes of patients with acute lymphoblastic leukemia (ALL), B cell lymphomas, and multiple myeloma. Given these successes in hematologic malignancies, extensive efforts are now focused on developing CAR-T cell therapies for the treatment of solid tumors. The treatment of solid tumors poses significant hurdles with cell trafficking that is necessary to achieve efficacy and minimize off-tumor side effects. The development of simple, safe and inexpensive modalities to track CAR-T cell distribution in humans could provide critical insights to facilitate the development of improved CAR-T products for solid tumors. Here we demonstrate a strategy to monitor CAR-T cells in vivo using ultrasound imaging and nanobubble (NB) labeled cells. NBs are ultrasound contrast agents composed of a lipid shell and a C 4 F 10 gas core that can be efficiently internalized into cells. This approach enables us to image the CAR-T cells using nonlinear contrast-enhanced ultrasound (CEUS). Utilizing this method, we found that CAR-T cells can be visualized after injection into both tumor bearing and non-tumor bearing mice. In summary, our ultrasound-based tracking approach can effectively monitor the trafficking of CAR-T cells in vivo , offering a valuable new strategy that can further enable the development of new CAR-T products and strategies to modulate cell trafficking.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».