TMIC-120. Investigating EGFRvIII mRNA LNP vaccine-induced re-programming of the GBM TME using the 10x Genomics Visium HD platform
Notice bibliographique
Résumé
Abstract Glioblastoma (GBM) is a lethal brain tumor refractory to standard therapies, highlighting the need for alternative treatments. Immunotherapies, particularly cancer vaccines targeting neoantigens, offer a compelling approach to enhance anti-tumor immunity. To this end, we developed a preclinical mRNA lipid nanoparticle (LNP) vaccine designed to target human EGFRvIII, a GBM-specific oncogenic variant, and evaluated its impact on survival in an EGFRvIII-driven tumor model, utilizing EGFRvIII-OE/CDKN2A-KO/PTEN-KO syngeneic mice. Following vaccine administration on days 7, 10, 14, 21, and 36 post-tumor cell implantations, vaccinated mice showed complete tumor clearance by day 30, whereas controls exhibited significant tumor burden. To elucidate the vaccine’s therapeutic mechanisms and its impact on the tumor microenvironment (TME), we performed Visium HD spatial transcriptomic profiling on coronal brain sections from four mouse groups: buffer control and luciferase vaccine at day 21, and EGFRvIII mRNA-LNP vaccine-treated tumors at days 21 and 32. Using an unsupervised deconvolution approach, we identified 29 distinct transcriptional programs localized within the tumor lesion, comprising diverse glial, myeloid, and lymphocyte signatures. Notably, we observe a significant enrichment of pro-inflammatory and antigen-processing tumor-associated macrophage populations, alongside activated cytotoxic T-cells within the EGFRvIII vaccine-treated tumors compared to controls. Furthermore, a differential neighborhood analysis between the EGFRvIII vaccine-treated and control samples revealed a close spatial association of these activated immune signatures, indicating a vaccine-induced re-programming of the TME to facilitate a coordinated anti-tumor response. Our results thus demonstrate the EGFRvIII mRNA-LNP vaccine as a potent therapeutic that drives GBM regression in preclinical models by modulating the TME, paving the way for its clinical translation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».