MétaCan
Menu
Retour à la cohorte
Enregistrement W4416629508 · doi:10.1038/s42003-025-09066-9

Engineering a single-chain immunoglobulin scaffold loaded with a latent-releasable cytotoxic pore-forming peptide

2025· article· en· W4416629508 sur OpenAlexfundno aff
Izaskun Morillo, João Zulaica, A Caballero, Jaione Auzmendi-Iriarte, Eneko Largo, Beatriz Apellániz, Arkaitz Carracedo, Marco Piva, José L. Nieva, Edurne Rujas

Notice bibliographique

RevueCommunications Biology · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoparticle-Based Drug Delivery
Établissements canadiensnon disponible
Organismes subventionnairesHospital for Sick ChildrenHorizon 2020 Framework ProgrammeMinisterio de Ciencia e InnovaciónAgencia Estatal de InvestigaciónEusko Jaurlaritza
Mots-clésMelittinPeptideCytotoxicityAntibodyDOTAProteaseCytotoxic T cellProtein engineeringPeptide sequence

Résumé

récupéré en direct d'OpenAlex

Pore-forming peptides (PFPs) hold strong anti-tumor potential but require delivery systems to ensure stability and prevent off-target effects. In this study, we develop a strategy to transport a PFP in a biologically latent, precursor-like state. Specifically, based on the therapeutic antibody atezolizumab, which targets the tumor-associated programmed death-ligand 1, we engineered a single-chain IgG (scIgG) construct with flexible linkers embedding the melittin sequence. To further enable tumor-specific activation, melittin was flanked by regions cleavable by matriptase/ST14 (MT), a protease overexpressed in carcinomas. Initial constructs failed due to cytotoxicity during expression, prompting the redesign of melittin into a variant named Pmod2-2. This peptide retained potent pore-forming ability and was compatible with IgG fusion. The resulting scIgG-Pmod2-2 hybrid preserved Fab and Fc functionalities of the atezolizumab IgG, displayed favorable pharmacokinetics and released the active peptide in response to MT. These results highlight the potential of integrating cytolytic PFPs into antibody-based therapeutics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,247
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications BiologyMême sujetNanoparticle-Based Drug DeliveryTravaux en français237 207