天然杀伤(NK)细胞在肿瘤免疫微环境中作为效应细胞起着至关重要的作用,能够通过表达识别肿瘤相关的配体的多种激活和抑制受体来识别和消除肿瘤细胞。因此,将NK细胞用于治疗目的代表了基于T细胞的肿瘤免疫疗法策略的显着辅助。Presently, NK cell-based tumor immunotherapy strategies encompass various approaches, including adoptive NK cell therapy, cytokine therapy, antibody-based NK cell therapy (enhancing ADCC mediated by NK cells, NK cell engagers, immune checkpoint blockade therapy) and the utilization of nanoparticles and small molecules to modulate NK cell anti- tumor functionality.本文介绍了基于NK细胞的抗肿瘤免疫疗法的最新进展概述,目的是为癌症患者的临床治疗提供见解和方法。
癌症代谢是阐明肿瘤细胞与免疫细胞之间通信的关键因素。例如,在肿瘤细胞增殖过程中,糖酵解增加导致肿瘤细胞产生大量的L乳酸和TGF-β,从而通过促进肿瘤微环境中的调节性T细胞(TREG)的产生来阻止肿瘤免疫(1)。用2-脱氧葡萄糖(一种糖酵解的抑制剂)治疗可通过减少TREG产生来增强抗肿瘤免疫力。值得注意的是,抗PD-1治疗已被证明可以激活T细胞,同时还促进了肿瘤微环境中的糖酵解。在某些患者中,抗PD-1抗体治疗可能导致肿瘤微环境中Treg的增殖增加,从而限制免疫检查点抑制剂的有效性。Xuekai等。建议,抗PD-1和抗TGF-β疗法的结合可能会提供一种新的解决方案来克服对抗PD-1疗法的抗性。Wang等。 进一步阐明了肿瘤微环境中的TGF-beta如何有助于抵抗抗PD-1治疗。 例如,PD-1在食管癌细胞逃避的免疫中起着至关重要的作用,该细胞表达高水平的TGF-β。 食管癌细胞产生的 TGF-β在与肿瘤相关的巨噬细胞中诱导M2-型,从而减少了通过PD-1/PD-L1途径参与特定抗肿瘤反应的CD8+ T细胞的种群。 此外,TGF-beta间接通过激活肿瘤微环境中的Treg来促进免疫抑制。 )。 Shen等。Wang等。进一步阐明了肿瘤微环境中的TGF-beta如何有助于抵抗抗PD-1治疗。例如,PD-1在食管癌细胞逃避的免疫中起着至关重要的作用,该细胞表达高水平的TGF-β。TGF-β在与肿瘤相关的巨噬细胞中诱导M2-型,从而减少了通过PD-1/PD-L1途径参与特定抗肿瘤反应的CD8+ T细胞的种群。此外,TGF-beta间接通过激活肿瘤微环境中的Treg来促进免疫抑制。)。Shen等。此外,脂质过氧化显着影响肿瘤微环境的调节(Xiao等人。富含脂质的肿瘤微环境可以通过CD36(一种脂肪酸转运蛋白)的上调在肿瘤相关的巨噬细胞中诱导M2型表型。Treg也表达了CD36,使其非常适合富含脂质的环境。在雌激素受体阳性(ER+BR)乳腺癌患者的低风险生存群体和高危生存群体之间的免疫活性,脂质生物合成和药物代谢方面存在差异。分析表明,高危患者表达高水平的ALOX15,一种相关的基因
线粒体调节在肿瘤微环境 (TME) 中的癌症免疫中起着至关重要的作用。在过滤过程中,免疫细胞(包括 T 细胞、自然杀伤 (NK) 细胞和巨噬细胞)会经历线粒体代谢重编程,以在 TME 的恶劣条件下生存并增强其抗肿瘤活性。另一方面,免疫抑制细胞(如髓系抑制细胞 (MDSC)、调节性 T 细胞 (Treg)、肥大细胞和肿瘤相关巨噬细胞 (TAM))也依赖线粒体调节来维持其功能。此外,癌细胞的线粒体调节有助于免疫逃避,甚至劫持免疫细胞的线粒体以增强其功能。最近的研究表明,针对线粒体可以协同减缓癌症进展,尤其是与传统癌症疗法和免疫检查点抑制剂相结合时。目前,许多针对线粒体的药物正在临床试验中,并有可能增强免疫疗法的疗效。这篇小型综述强调了线粒体调节在癌症免疫中的关键作用,并列出了有可能增强癌症免疫疗法疗效的针对线粒体的药物。
讨论:开发用于诊断和管理恶性肿瘤的液体活检平台是一个快速发展的领域。目前使用传统肿瘤标志物的方法存在很大的局限性。在这篇综述中,我们将讨论颅内 GCT 的遗传和表观遗传特征分析,这些特征正在成为有前途的生物标志物,有助于诊断和管理颅内 GCT。各种研究表明,MAPK 通路的激活突变是颅内 GCT 的常见改变,大多数生殖细胞瘤中都可见 KIT 表达。针对 KIT 的靶向疗法的开发为生殖细胞瘤的靶向治疗带来了前景。正在考虑进行临床开发的其他治疗方式包括免疫疗法和使用免疫检查点抑制剂,尤其是在 NGGCT 中。在这篇综述中,我们将讨论目前正在开发的潜在新型疗法和临床试验。
使用条款本文从哈佛大学的DASH存储库下载,并根据适用于其他已发布材料(LAA)的条款和条件提供,如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
胶质母细胞瘤(GBM)代表了由于其侵略性而引起的重大治疗挑战。肿瘤治疗场(TTFields)提出了一种有前途的GBM治疗方法。TTFIELD的主要机制,一种抗魔法作用,以及许多间接作用,包括增加的细胞膜渗透性,这与其他治疗方式相结合。当前的组合通常包括化学疗法,尤其是替莫唑胺(TMZ)的化学疗法,但是,新兴的数据表明,靶向疗法,放射疗法和免疫疗法的潜在协同作用。ttfields表现出最小的副作用,主要是与皮肤相关的,对疗法的合并没有明显的障碍。通过几项注册后研究证明了TTFields在GBM治疗中的有效性,主张持续研究以优化患者的总体生存(OS)和无进展生存期(PFS),而不是仅专注于生活质量。
摘要:磁氧化铁(IO)纳米颗粒具有较长的血液保留时间,生物降解性和低毒性已成为体外和体内生物医学应用的主要纳米材料之一。io纳米颗粒具有较大的表面积,可以设计用于提供大量的功能组,用于与涉及肿瘤靶向的配体的交联,例如单克隆抗体,肽或小分子,用于诊断成像或递送治疗剂的诊断成像。io纳米颗粒具有独特的顺磁性,从而产生显着的易感性效应,从而产生强t 2和t * 2对比度,以及在非常低浓度的磁共振成像(MRI)下的t 1效应,用于临床肿瘤学成像。我们回顾了靶向IO纳米颗粒的开发用于肿瘤成像和治疗的最新进展。关键字:氧化铁纳米颗粒,肿瘤成像,MRI,治疗
乳腺癌 (BC) 是最常见的非皮肤癌,也是美国女性癌症死亡的第二大原因。乳腺癌的发生和发展可以通过遗传和表观遗传变化的积累来进行,这些变化使转化细胞能够逃脱正常的细胞周期检查点控制。与核苷酸突变不同,DNA 甲基化、组蛋白翻译后修饰 (PTM)、核小体重塑和非编码 RNA 等表观遗传变化通常是可逆的,因此可能对药物干预有反应。表观遗传失调是抗肿瘤免疫力受损、免疫监视逃避和免疫疗法耐药的关键机制。与黑色素瘤或肺癌等高度免疫原性的肿瘤类型相比,乳腺癌被视为免疫静止肿瘤,其肿瘤浸润淋巴细胞 (TIL) 数量相对较少、肿瘤突变负荷 (TMB) 较低,对免疫检查点抑制剂 (ICI) 的反应率适中。新兴证据表明,针对异常表观遗传修饰因子的药物可能通过几种相互关联的机制增强 BC 中的宿主抗肿瘤免疫力,例如增强肿瘤抗原呈递、激活细胞毒性 T 细胞、抑制免疫抑制细胞、增强对 ICI 的反应以及诱导免疫原性细胞死亡 (ICD)。这些发现为使用表观遗传药物与免疫疗法的组合方法作为改善 BC 患者预后的创新范例奠定了非常有希望的基础。在这篇综述中,我们总结了目前对表观遗传修饰因子如何发挥作用的理解
呼吸道感染,尤其是病毒感染以及其他外部环境因素,已显示出深远影响肺中巨噬细胞种群。尤其是,肺泡巨噬细胞(AMS)是呼吸道感染期间重要的前哨,其消失为招募的单核细胞(MOS)开辟了一个细分市场,以区分居民巨噬细胞。尽管这个话题仍然是激烈辩论的重点,但AMS的表型和功能在炎症性侮辱后重新殖民地殖民地的殖民地(例如感染)似乎部分取决于其起源,但也取决于局部和/或系统的变化,这些变化可能在表观遗传学水平上被划界。呼吸道感染后的表型改变具有长期塑造肺免疫力的潜力,从而导致有益的反应,例如保护过敏性气道侵入或对其他感染的保护,但与免疫病理发展相关时也有害反应。本综述报告了病毒诱导的肺巨噬细胞功能改变的持续性,并讨论了这种烙印在解释个体间和终生免疫变化中的重要性。
越来越多的公共数据集显示出对自动器官细分和图检测的显着影响。但是,由于每个数据集的大小和部分标记的问题,以及对各种肿瘤的有限侵入,因此所得的模型通常仅限于细分特定的器官/肿瘤,以及ig- ignore ignore ignore的解剖结构的语义,也可以将其扩展到新颖的Domains。为了解决这些问题,我们提出了剪辑驱动的通用模型,该模型结合了从对比的语言图像预训练(剪辑)到细分模型中学到的文本嵌入。这个基于夹子的标签编码捕获了解剖学关系,使模型能够学习结构化特征嵌入和段25个器官和6种类型的肿瘤。提出的模型是从14个数据集的组装中开发的,使用总共3,410张CT扫描进行培训,然后对3个附加数据集进行了6,162个外部CT扫描进行评估。我们首先在医疗细分十项全能(MSD)公共排行榜上排名第一,并在颅库(BTCV)之外实现最先进的结果。此外,与数据集特异性模型相比,大学模型在计算上更有效(更快6英制),从不同站点进行CT扫描更好,并且在新任务上表现出更强的传输学习绩效。