Basal-like breast cancer exhibits a triple-negative phenotype and has a poor prognosis, even with traditional chemical and anti-human epidermal growth factor receptor (HER) treatments. However, the high mutation rate of this obstinate cancer type renders it suitable for immunotherapy. Photothermal therapy (PTT) is a high-efficiency method for inducing tumor neoantigen release in situ, which has great potential for use in cancer immunotherapy. Here, we prepared a biomimetic black phosphorus quantum dot (BPQDs) formulation to induce breast cancer cell apoptosis in situ by near-infrared (NIR) laser irradiation to mobilize the immune system to eliminate the residual and metastatic cancer cells. Erythrocyte membranes (RMs) were used to coat the BPQDs, forming a BPQD-RM nanovesicle (BPQD-RMNV) biomimetic formulation that exhibited a long circulation time and tumor accumulation in vivo. The basal-like 4T1 breast tumor underwent apoptosis and necrosis with the irradiation and recruited dendritic cells (DCs) to capture the tumor antigens in vivo. Furthermore, programmed cell death protein 1 (PD-1) antibody (aPD-1) was employed to prevent the CD8+ T cells from exhaustion. Notably, BPQD-RMNV-mediated PTT combined with aPD-1 treatment significantly delayed residual and metastatic tumor growth in vivo. Hence, BPQD-RMNV-mediated PTT combined with immune checkpoint blockade antibody increased the infiltration and activity of CD8+ T cells in the tumor, which directly restrained basal-like breast tumor growth in vivo.

Personalized cancer vaccines show great potential in cancer immunotherapy by inducing an effective and durable antitumor response. However, the limitation of neoantigen identification, low immunogenicity, and weak immune response hamper the development of personalized cancer vaccines. The surgically removed tumor contains tumor antigens specific to the patient, which provides a promising source for personalized cancer vaccines. Here, we utilized the surgically removed tumor to prepare a personalized photothermal vaccine combined with the PD-1 checkpoint blockade antibody to prevent tumor relapse and metastasis. Black phosphorus quantum dot nanovesicles (BPQD-CCNVs) coated with surgically removed tumor cell membrane were prepared and loaded into a thermosensitive hydrogel containing GM-CSF and LPS. The sustained release of GM-CSF from the hypodermic injection of Gel-BPQD-CCNVs effectively recruited dendritic cells to capture tumor antigen. NIR irradiation and LPS stimulated the expansion and activation of DCs, which then traveled to the lymph nodes to present antigen to CD8+ T cells. Moreover, the combination with PD-1 antibody significantly enhanced tumor-specific CD8+ T cell elimination of the surgical residual and lung metastatic tumor. Hence, our work may provide a promising strategy for the clinical development of a personalized cancer vaccine.

Biomass is an important indicator for monitoring vegetation degradation and productivity. This study tests the applicability of Hyperspectral Remote-Sensing in situ measurements for high-precision estimation aboveground biomass (AGB) on regional scales of Khorchin grassland landscape in Inner Mongolia, China. Field experiments were carried out which collected hyperspectral data with a portable visible/NIR hyperspectral spectrometer (SOC 710), and collected aboveground net primary productivity (ANPP). Ground spectral models were then developed to estimate ANPP from the normalized difference vegetation index (NDVI), which was measured in the field following the same method as that of the Thematic Mapper(TM) from the Landsat 8 land imager (TM\_NDVI). Regression analysis was used to assess the relationship between ANPP and NDVI based on coefficients of determination (R 2 ) and error analysis. The estimation of ANPP had unique optimal regression models. By comparing the different spectral inversion models, we selected an exponential model associating ANPP with NDVI (ANPP = 12.523\*e3.370\*(0.462*TM\_NDVI+0.413), standard error = 24.74 g m-2, R 2 = 0.636, P < 0.001). This study suggests that the model can be used to monitor the condition and estimate the productivity of grassland at regional scales. The results still show a high potential to map grassland degradation proxies on the ground hyperspectral model. Thus, this study presents biomass hyperspectral inversion technology to remotely detect and monitor grassland degradation and productivity at high precision.