Development of a cyst-targeted therapy for polycystic kidney disease using an antagonistic dimeric IgA monoclonal antibody against cMET
Notice bibliographique
Résumé
Polycystic kidney disease (PKD) is characterized by the development of fluid-filled kidney cysts and relentless progression to renal failure. Current treatments have adverse effects and limited efficacy, enhancing the need for improved therapeutics. Here, we provide a proof of concept for the use of dimeric immunoglobulin A (IgA) (dIgA) monoclonal antibodies (mAbs) to target epithelial-enclosed cysts, by exploiting their ability to transcytose via the polymeric immunoglobulin receptor highly expressed on renal cyst-lining cells. We engineered an antagonistic dIgA mAb against the cell mesenchymal-epithelial transition (cMET) receptor, a driver of cyst progression, and demonstrated its specific binding and inhibition of cMET in vitro. In vivo studies in PKD rodent models showed efficient targeting of the mAb to renal cyst lumens and its ability to slow disease progression without apparent adverse effects. This study presents an intriguing avenue for developing antibody-based therapies for PKD and similar diseases by repurposing existing immunoglobulin G (IgG) mAbs into dIgA mAbs for superior targeting to epithelial-enclosed compartments.
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 ».