Endoglin-Directed CAR T Cells Comprehensively Target Tumors in Advanced Sarcomas
Notice bibliographique
Résumé
There are limited therapeutic options for patients with advanced sarcomas, which leads to dismal outcomes for children and adults. Although chimeric antigen receptor (CAR) T cells hold promise for treating advanced sarcomas, this approach is constrained by a paucity of effective targets. Our previous clinical study identified endoglin (ENG/CD105), a TGFβ coreceptor, as a target of the endogenous immune response in a patient with sarcoma who exhibited an exceptional response to HER2-targeted CAR T-cell therapy. ENG is expressed on various sarcomas, cancer-associated fibroblasts, and neoangiogenic vessels and therefore offers comprehensive tumor targeting. Furthermore, ENG knockout in sarcoma cells reduces their invasiveness, highlighting its potential as a therapeutic target. Accordingly, we designed a second-generation human ENG-targeting CAR molecule signaling through the CD28 endodomain and retrovirally transduced primary human T cells with this CAR. ENG CAR T cells exhibited strong antigen-specific cytokine release, robust proliferation, memory formation, and cytotoxic function against various sarcoma cell lines. Their cytotoxicity remained unaffected by the presence of soluble ENG or its natural ligand, bone morphogenetic protein-9. Furthermore, ENG CAR T cells disrupted multicellular tumor spheroids in vitro, overcoming tumor compactness and the stromal barrier created by cancer-associated fibroblasts, which are critical challenges in sarcoma CAR T-cell therapy. In orthotopic xenograft models of sarcomas, ENG CAR T-cell treatment resulted in control of tumor growth and metastasis, leading to survival extension. In summary, our study describes the involvement of ENG in sarcoma metastasis and validates our human ENG CAR T cells as a potential therapeutic for advanced sarcomas.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».