FF
Fengjuan Fan
Author with expertise in Mechanisms and Applications of RNA Interference
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
6
(33% Open Access)
Cited by:
1
h-index:
25
/
i10-index:
39
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Advances in nano-immunotherapy for hematological malignancies

Jian Xu et al.May 25, 2024
Abstract Hematological malignancies (HMs) encompass a diverse group of blood neoplasms with significant morbidity and mortality. Immunotherapy has emerged as a validated and crucial treatment modality for patients with HMs. Despite notable advancements having been made in understanding and implementing immunotherapy for HMs over the past decade, several challenges persist. These challenges include immune-related adverse effects, the precise biodistribution and elimination of therapeutic antigens in vivo, immune tolerance of tumors, and immune evasion by tumor cells within the tumor microenvironment (TME). Nanotechnology, with its capacity to manipulate material properties at the nanometer scale, has the potential to tackle these obstacles and revolutionize treatment outcomes by improving various aspects such as drug targeting and stability. The convergence of nanotechnology and immunotherapy has given rise to nano-immunotherapy, a specialized branch of anti-tumor therapy. Nanotechnology has found applications in chimeric antigen receptor T cell (CAR-T) therapy, cancer vaccines, immune checkpoint inhibitors, and other immunotherapeutic strategies for HMs. In this review, we delineate recent developments and discuss current challenges in the field of nano-immunotherapy for HMs, offering novel insights into the potential of nanotechnology-based therapeutic approaches for these diseases.
0
Citation1
0
Save
0

An IPI based immune prognostic model for diffuse large B-cell lymphoma

Shidai Mu et al.Mar 4, 2021
Abstract Background International Prognostic Index (IPI) was widely used to better discriminate prognosis of patients with diffuse large B-cell lymphoma (DLBCL). However, there is a significant need to identify novel valuable biomarkers in the context of targeted therapies, such as immune checkpoint blockade (ICB) therapy. Methods Gene expression data and clinical information of DLBCL were obtained from The Cancer Genome Atlas (TCGA) and Gene Expression Omnibus (GEO) datasets. 371 immune-related hub genes in DLBCL patients with different IPI levels were identified by weighted gene co-expression network analysis (WGCNA), and 8 genes were selected to construct an IPI-based immune prognostic model (IPI-IPM). Afterward, the genetic, somatic mutational and molecular profiles of IPI-IPM subgroups were analyzed, as well as the potential clinical response of ICB in different IPI-IPM subgroups. Results The IPI-IPM was constructed based on the expression of CMBL, TLCD3B, SYNDIG1, ESM1, EPHA3, HUNK, PTX3 and IL12A, where high-risk patients had shorter overall survival (OS) than low-risk patients, consistent with the results in the GEO cohorts. The comprehensive results showed that high IPI-IPM risk scores were correlated with immune-related signaling pathways, high KMT2D and CD79B mutation rates, as well as up-regulation of inhibitory immune checkpoints including PD-L1, BTLA and SIGLEC7, indicating more potential response to ICB therapy. Conclusion The IPI-IPM has independent prognostic significance for DLBCL patients, which provides an immunological perspective to elucidate the mechanisms on tumor progression, also sheds a light on developing immunotherapy for DLBCL.