IMMUNOHISTOCHEMISTRY AS A TOOL FOR MECHANISTIC STUDIES OF RADIOIMMUNOTHERAPY OF OSTEOSARCOMA
Notice bibliographique
Résumé
Osteosarcoma (OS), characterised by the direct formation of immature bone or osteoid tissue by tumor cells, is a primary malignant bone cancer affecting humans and canines. This study explores the potential of Targeted Radionuclide Therapy (TRT), specifically Radioimmunotherapy (RIT), as a novel treatment approach for OS. RIT utilises antibody molecules to deliver radiation to tumor cells, with promising applications in treating metastatic disorders. Notably, the cation-independent mannose-6-phosphate/insulin-like growth factor-2 receptor (IGF2R) has been identified as a viable therapeutic target for RIT in OS due to its high expression in tumor cells. To investigate the impact of RIT on the OS tumor microenvironment (TME), we conducted Immunohistochemistry (IHC) analyses. The results revealed a reduction in IGF2R-positive cells, OS stem cells, and pro-tumorigenic M2 macrophages following RIT. Notably, RIT showed diverse effects on natural killer (NK) cells and M1 macrophages. Specifically, RIT employed two radioisotopes with different decay schemes: the alpha-emitting Actinium-225 (225Ac) and the betaemitting Lutetium-177 (177Lu). The alpha-emitting 225Ac led to a decrease in NK cell numbers; at the same time, the beta-emitting 177Lu increased NK cell populations, potentially indicating a stimulating effect. Likewise, the increase in M1 macrophages numbers in Gracie (canine OS cell line) and the decrease in M1 macrophages numbers in OS33 (human OS cell line) post-RIT suggests the highly dynamic and variable behaviour of TME. This research underscores the potential of RIT in modulating the TME and offers new insights into its efficacy against OS. Understanding the intricate relationship between RIT, the choice of a radioisotope, and TME is essential for refining treatment strategies and harnessing the immune system's capabilities. This study paves the way for more personalised and effective therapeutic approaches, which could benefit patients facing this challenging cancer.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».