EV
Eduarda Vaz
Author with expertise in Positron Emission Tomography Imaging in Oncology
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
2
(50% Open Access)
Cited by:
1
h-index:
2
/
i10-index:
0
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
5

Engineering self-propelled tumor-infiltrating CAR T cells using synthetic velocity receptors

Adrian Johnston et al.Dec 14, 2023
ABSTRACT Chimeric antigen receptor (CAR) T cells express antigen-specific synthetic receptors, which upon binding to cancer cells, elicit T cell anti-tumor responses. CAR T cell therapy has enjoyed success in the clinic for hematological cancer indications, giving rise to decade-long remissions in some cases. However, CAR T therapy for patients with solid tumors has not seen similar success. Solid tumors constitute 90% of adult human cancers, representing an enormous unmet clinical need. Current approaches do not solve the central problem of limited ability of therapeutic cells to migrate through the stromal matrix. We discover that T cells at low and high density display low- and high-migration phenotypes, respectively. The highly migratory phenotype is mediated by a paracrine pathway from a group of self-produced cytokines that include IL5, TNFα, IFNγ, and IL8. We exploit this finding to “lock-in” a highly migratory phenotype by developing and expressing receptors, which we call velocity receptors (VRs). VRs target these cytokines and signal through these cytokines’ cognate receptors to increase T cell motility and infiltrate lung, ovarian, and pancreatic tumors in large numbers and at doses for which control CAR T cells remain confined to the tumor periphery. In contrast to CAR therapy alone, VR-CAR T cells significantly attenuate tumor growth and extend overall survival. This work suggests that approaches to the design of immune cell receptors that focus on migration signaling will help current and future CAR cellular therapies to infiltrate deep into solid tumors.
5
3.0
Citation1
4
Save
0

Three-dimensional assessments are necessary to determine the true spatial tissue composition of diseased tissues

André Forjaz et al.Jan 1, 2023
Methods for partially resolved cellular profiling has enabled in-depth quantitative tissue mapping via thinly cut sections to study inter-patient and intra-patient differences in normal human anatomy and disease onset and progression. These methods often profile extremely limited spatial regions, which may impact the evaluation of heterogeneity due to tissue sub-sampling. Here, we applied CODA, a deep learning-based tissue mapping platform, to reconstruct the 3D microanatomy of surgically resected human pancreas biospecimens obtained from patients diagnosed with pancreatic cancer. To compare differences in the inter- and intra-tumoral heterogeneity, we assessed the bulk and spatially resolved tissue composition of a cohort of two-dimensional (2D) whole slide images (WSIs), and a cohort of 3D serially sectioned and reconstructed tissues of pancreata. Here, we show the strength of using 3D as the gold standard, by measuring the information loss and sampling problems when using WSIs and TMAs. We demonstrate that spatial correlation in microanatomical tissue content decays significantly within a span of just a few microns within tumors. As a corollary, hundreds of TMAs and tens of WSIs are required to estimate spatial bulk tumor composition with <10% error in any given pancreatic tumor. In sum, we demonstrate that 3D assessments are necessary to accurately assess tumor burden and tissue composition. These preliminary results show the importance of rate of sampling necessary to more reliably assess spatially resolved tissue composition.