A Universal Boosting Strategy for Adoptive T-cell Therapy Using a Paired Vaccine/Chimeric Antigen Receptor
Notice bibliographique
Résumé
Vaccines that encode tumor-associated antigens are potent boosting agents for adoptively transferred tumor-specific T cells. Employing vaccines to boost adoptively transferred tumor-reactive T cells relies on a priori knowledge of tumor epitopes, isolation of matched epitope-specific T cells, and personalized vaccines, all of which limit clinical feasibility. In this study, we investigated a universal strategy for boosting transferred tumor-specific T cells for which boosting is provided through a chimeric antigen receptor (CAR) that is paired with a vaccine encoding the CAR target antigen. To this end, we developed and employed a model in which murine T cells expressing a T-cell receptor (TCR) specific for antigen on syngeneic tumors were engineered with boosting CARs against a distinct surrogate boosting antigen for studies in immunocompetent hosts. Boosting CAR-engineered tumor-specific T cells with paired vesicular stomatitis virus vaccines was associated with robust T-cell expansion and delayed tumor progression in the absence of prior lymphodepletion. CAR T-cell expansion and antitumor function were further enhanced by blocking IFNAR1. However, vaccine-boosted CAR T cells rapidly contracted and antigen-positive tumors re-emerged. In contrast, when the same T cells were boosted with a vaccine encoding antigen that stimulates through the TCR, the adoptively transferred T cells displayed improved persistence, tumor-specific endogenous cells expanded in parallel, and tumor cells carrying the antigen target were completely eradicated. Our findings underscore the need for further research into CAR-mediated vaccine boosting, how this differs mechanistically from TCR-mediated boosting, and the importance of engaging endogenous tumor-reactive T cells during vaccination to achieve long-term tumor control.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».