Immunological mechanisms and antibody-drug conjugates targeting B7-H3 and B7-H4 in ovarian cancer

卵巢癌 免疫系统 医学 癌症研究 免疫疗法 疾病 免疫学 癌症 免疫检查点 逃避(道德) 卵巢肿瘤 细胞毒性T细胞 治疗方法 获得性免疫系统 免疫 靶向治疗 肿瘤微环境 抗药性 癌症免疫疗法 卵巢癌 细胞毒性 生物信息学 抗原
作者
Emily Brown,Ilaria Colombo,Ainhoa Madariaga,Lawrence Kasherman
出处
期刊:Frontiers in Immunology [Frontiers Media]
卷期号:16: 1683674-1683674 被引量:3
标识
DOI:10.3389/fimmu.2025.1683674
摘要

Ovarian cancer remains the most lethal gynecologic malignancy, with immune evasion a major driver of therapeutic resistance and disease progression. Among novel targets, the immune checkpoint molecules B7-H3 and B7-H4 have been recognized for their potent immunosuppressive roles and selective overexpression in ovarian tumors. This review examines the immunological mechanisms shaping B7-H3 and B7-H4 activity within the ovarian tumor microenvironment, their role in facilitating immune escape, and their association with poor clinical outcomes. The development of antibody-drug conjugates targeting B7-H3 and B7-H4 offers a novel approach to deliver potent cytotoxic therapy with tumor specificity. Preclinical models and early-phase clinical studies demonstrate encouraging antitumor activity, including in treatment-resistant disease. By integrating advances in tumor immunobiology and ADC technology, this review explores how targeting B7-H3 and B7-H4 could reshape therapeutic strategies in ovarian cancer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
情怀应助乌拉挂机采纳,获得10
刚刚
1秒前
2秒前
梦想完成签到,获得积分10
5秒前
夏天完成签到,获得积分10
5秒前
元气弹完成签到 ,获得积分10
6秒前
TX发布了新的文献求助10
6秒前
yoho发布了新的文献求助10
6秒前
Luojia发布了新的文献求助10
7秒前
唐美鸭发布了新的文献求助10
9秒前
小蘑菇应助LSJ采纳,获得10
9秒前
科研通AI6.2应助someone采纳,获得10
14秒前
Luojia完成签到,获得积分10
14秒前
斯文的凝蝶完成签到,获得积分10
17秒前
今后应助凉雨街采纳,获得10
18秒前
19秒前
鸭不抗揍完成签到 ,获得积分10
20秒前
yanhuazi发布了新的文献求助30
20秒前
Bonnienuit完成签到 ,获得积分10
20秒前
科研通AI6.2应助暮叆采纳,获得10
21秒前
23秒前
华仔应助奋斗的元枫采纳,获得10
26秒前
酷炫忆安完成签到,获得积分20
26秒前
特拉法尔加完成签到,获得积分10
27秒前
丘比特应助zxy采纳,获得10
27秒前
迷人冰棍完成签到,获得积分10
27秒前
舒适小翠发布了新的文献求助10
29秒前
31秒前
zpp完成签到,获得积分10
33秒前
打打应助yanhuazi采纳,获得10
33秒前
科研通AI6.2应助阿聪采纳,获得10
33秒前
wangji0720完成签到,获得积分10
33秒前
Hello应助科研通管家采纳,获得10
36秒前
36秒前
36秒前
xiang应助科研通管家采纳,获得50
36秒前
搜集达人应助科研通管家采纳,获得10
36秒前
做梦应助科研通管家采纳,获得10
37秒前
寻雯静应助科研通管家采纳,获得10
37秒前
cdercder应助科研通管家采纳,获得10
37秒前
高分求助中
Markov Chain Monte Carlo 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Common Foundations of American and East Asian Modernisation: From Alexander Hamilton to Junichero Koizumi 5000
Pediatric Dermoscopy Trichoscopy & Onychoscopy 2030
Matrix Methods in Data Mining and Pattern Recognition Second Edition 610
Handbuch Trainingswissenschaft – Trainingslehre 500
Additive Manufacturing Design and Applications (ASM Handbook, Volume 24A) 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7576736
求助须知:如何正确求助?哪些是违规求助? 9156258
关于积分的说明 19588243
捐赠科研通 7160548
什么是DOI,文献DOI怎么找? 3265088
关于科研通互助平台的介绍 2430202
邀请新用户注册赠送积分活动 2255726