Parallel 4-1BB Signaling in Dual DLL3/CD56-Targeting CAR-T Cells Triggers Adaptive Proliferation and Functional Persistence to Eradicate Small Cell Lung Cancer

癌症研究 效应器 嵌合抗原受体 细胞 受体 细胞生长 免疫疗法 生物 信号转导 免疫学 T细胞 细胞生物学 体内 肺癌 抗原 癌症免疫疗法 旁观者效应 癌症 免疫系统 癌细胞 持久性(不连续性) 小分子 医学 渗透(HVAC) 化学 封锁 获得性免疫系统
作者
Lei Y,Diyuan Qin,Yan He,Pei Shu,Benxia Zhang,Yue Chen,Ning Liu,Xia He,Yu-gu Zhang,Meng-yao Chang,Xiaoyu Li,Fuchun Guo,Liang-liang Bai,Mingyang Feng,Fujue Wang,Yu Gao,Bo Zhu,Zhongjun Li,Dan Li,Yongsheng Wang
出处
期刊:Cancer Research [American Association for Cancer Research]
标识
DOI:10.1158/0008-5472.can-25-5261
摘要

Limited intratumoral persistence and insufficient proliferative capacity severely restrict the efficacy of chimeric antigen receptor (CAR)-T cell therapies in solid tumors. Here, we demonstrated that DLL3-targeting CAR-T cells co-expressing a CD56 chimeric switch receptor (CSR) and incorporating parallel 4-1BB costimulatory signaling (DBBζ.CBB) effectively address these limitations. In preclinical small cell lung cancer (SCLC) models, DBBζ.CBB exhibited sustained tumor infiltration, prolonged persistence, and superior antitumor activity. Mechanistically, parallel 4-1BB signaling dynamically programed CAR-T cell fate by promoting early expansion and memory maintenance, driving a highly proliferative effector state at the intermediate stage, and delaying terminal exhaustion at the later stage, thereby sustaining in vivo persistence and enabling durable antitumor responses. Building upon the intratumoral T-cell pool established by DBBζ.CBB, subsequent DLL3 trispecific T-cell engager (TriTCE) administration synergistically enhanced tumor eradication by further boosting CD8+ T cell infiltration and overall activation while mitigating exhaustion and terminal differentiation. Collectively, these findings establish a clinically translatable combinatorial framework to enhance the efficacy and durability of CAR-T therapy in solid tumors.
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
1秒前
小鱼发布了新的文献求助10
1秒前
1秒前
脑洞疼应助顺心小凝采纳,获得20
1秒前
Cxxxx完成签到,获得积分10
2秒前
Hello应助健忘学姐采纳,获得10
2秒前
星辰大海应助肉乎包采纳,获得30
3秒前
yujinfeng发布了新的文献求助10
3秒前
共享精神应助孤独的白安采纳,获得10
3秒前
红叶再开应助crethy采纳,获得10
3秒前
Kris发布了新的文献求助10
5秒前
6秒前
悄悄完成签到,获得积分10
6秒前
6秒前
可爱多发布了新的文献求助10
7秒前
orixero应助zzd采纳,获得10
7秒前
8秒前
linlin完成签到,获得积分10
8秒前
Tory驳回了慕青应助
9秒前
bkagyin应助OK采纳,获得10
9秒前
9秒前
9秒前
上官若男应助FZXDLY采纳,获得10
10秒前
10秒前
yrq完成签到,获得积分20
11秒前
大模型应助tyj采纳,获得10
11秒前
FashionBoy应助HK采纳,获得10
12秒前
12秒前
张欢馨应助liu采纳,获得10
12秒前
Casey发布了新的文献求助10
13秒前
落后浩轩发布了新的文献求助30
13秒前
今后应助呜呼啦呼采纳,获得30
14秒前
15秒前
jijiahao发布了新的文献求助10
15秒前
深情安青应助科研通管家采纳,获得10
16秒前
Garland应助科研通管家采纳,获得10
16秒前
16秒前
DKJ应助科研通管家采纳,获得10
16秒前
16秒前
16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
How to Use Machine Learning in Chemistry: An Introduction 1000
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Discerning Saints: Moralization of Intrinsic Motivation and Selective Prosociality at Work 500
Handbuch Trainingswissenschaft – Trainingslehre 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 7583322
求助须知:如何正确求助?哪些是违规求助? 9162033
关于积分的说明 19605817
捐赠科研通 7165367
什么是DOI,文献DOI怎么找? 3266265
关于科研通互助平台的介绍 2431182
邀请新用户注册赠送积分活动 2257688