Enhanced glioblastoma immunotherapy via SMAC mimetic dose escalation and TGFβ blockade
Notice bibliographique
Résumé
Background: Glioblastoma (GBM) is the most common primary brain tumor with an overall survival under 21 months. Despite extensive research effort, patient outcomes have improved minimally over the past several decades. The Inhibitor of Apoptosis (IAP) proteins are critical survival factors implicated in both immune regulation and gliomagenesis. Small molecule IAP antagonists called SMAC mimetic compounds (SMCs) are under investigation as cancer therapeutics across multiple malignancies, including GBM. SMCs induce GBM cell death in the presence of inflammatory cytokines, synergize with immune checkpoint inhibitors (ICI), and induce death of microglia and macrophages. Although SMCs show significant efficacy in murine models, complete eradication is not achieved. Here, we aimed to understand the limitations of SMCs in murine GBM and identify strategies to enhance efficacy of combination treatment with ICIs with the goal of informing future translational efforts. Methods: We use animal models, co-culture systems, flow cytometry, and multiplex immunohistochemistry to optimize SMC dosing and delivery, uncovering resistance mechanisms that address key unmet research needs. Results: We demonstrate that although GBM cells are immunologically recognizable, their location within the central nervous system (CNS) limits effective anti-GBM immunity following SMC and ICI combination therapy. Increasing SMC dose potently improves overall survival, which is associated with reduced intratumoral macrophage content, increased microglial involvement, and peripheral immunoactivation. Given the immunosuppressive role of TGFβ, the incorporation of TGFβ blockade further enhances survival outcomes. Conclusion: We comprehensively outline how SMCs can be used in conjunction with ICIs to treat GBM and propose strategies to maximize SMC efficacy.
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 ».