社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

抗PD-1/GITR-L双特异性抗体诱导GITR聚集介导的T细胞活化

抗体圈 • 2 年前 • 396 次点击  
糖皮质激素诱导的TNFR相关蛋白(GITR)等共刺激受体在调节T细胞效应器功能中发挥关键作用。GITR在活化的T细胞中上调,在调节性T细胞上(Tregs)结构性性表达,GITR信号导致T细胞激活、增殖、存活,并抑制Tregs的活性。

然而,在人类临床试验中,GITR激动剂抗体的治疗效果有限,这可能是由于受体聚集介导的信号传导不理想所致。为了克服这一潜在限制,研究者开发了一种由抗PD-1抗体和多聚GITR配体(GITR-L)融合而成的双特异性分子,该抗体诱导PD-1依赖性和FcγR非依赖性GITR聚集,从而增强抗原特异性GITR+PD-1+T细胞的激活、增殖和记忆分化。


这种双特异性抗体的作用机制不同于抗PD-1和抗GITR抗体单一或联合疗法,因为它不依赖于PD-1饱和度、FcγR介导的T细胞激活或ADCC介导的Treg清除。PD-1/GITR-L双特异性代表了一种与众不同的癌症免疫治疗中T细胞活化的治疗方法。

为了比较不同GITR受体聚集水平相对应的T细胞共刺激信号,研究设计了一系列不同的构建。通过基于GITR-1和抗GITR的工程化结构可以实现最佳的寡聚和生物活性。其中,十二价的GITR-L六聚体Fc构建中,观察到T细胞活性显著增加,包括IL-2IFN-γ的分泌。


十二价抗GITR-L六聚体显示出比抗GITR抗体更高的活性,这表明当通过多个配体提供的强亲和力实现有效的GITR聚集时,GITR信号可以独立于FcγR而诱导。基于这一机制,研究设计了一种抗PD-1GITR-L双特异性抗体,其中抗 PD-L1增强了GITR聚集和NFκB信号。PD-1/GITR-L双抗在NFκB-GITR+Jurkat报告细胞中诱导了更高水平的NF-κB信号。


PD-1GITRT细胞受体(TCR)激活的T细胞上共表达,根据mRNA-seq分析和免疫组织化学(IHC)结果,在不同癌症适应症的肿瘤浸润淋巴细胞中也发现高PD-1GITR表达水平。


随后,在PD-1耐药模型中测试了抗PD-1/GITR-L双抗的抗肿瘤效果,同时比较了与抗PD-1GITR-L的单药以及1:1联合。结果显示,相比于单药和联合给药,抗PD-1/GITR-L双抗显示出最优的抑制肿瘤效果。


在人外周血单核细胞共刺激试验中,与单药和1:1联合给药相比,抗PD-1/GITR-L导致PBMC剂量依赖性增殖、IFN-γIL-2TNF-β增强。


此外,与单药和联合给药相比,抗PD-1/GITR-L导致TeffCD4+CD25-)细胞增殖的百分比更高。此外,由于最佳的GITR交联,仅在抗PD-1/GITR-L的双抗组中观察到在没有Treg细胞的情况下Teff细胞的增殖。


GITR信号通路是一个有吸引力的免疫肿瘤靶点,它能够促进效应T 细胞的功能并抑制调节T细胞。然而,GITR的激动剂抗体在几个早期临床试验中仅显示出有限的治疗效果。因此,由于许多患者没有从中受益,人们仍在寻求更优的TNFRSF激动剂。

通过将抗PD-1抗体与GITR-L融合,这种形式的双特异性抗体产生了最佳的GITR聚集效果。与单一疗法和联合疗法的效果相比,抗PD-1–GITR-L双特异性抗体具有不同的MoA,它诱导抗PD-1介导的GITR聚集和持续的T细胞活化,产生了最优的抗肿瘤效果。总之,抗PD-1/GITR-L双特异性抗体代表了一种有希望的免疫治疗方法,通过优化聚集介导的抗原特异性T细胞的共刺激来克服PD-1耐药患者的免疫逃逸。

参考文献:
1. An anti-PD-1–GITR-L bispecific agonist induces GITR clustering-mediated T cell activation for cancer immunotherapy. Nat Cancer.2022; 3(3): 337–354.
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/146355
 
396 次点击