Reovirus Activates Human Dendritic Cells to Promote Innate Antitumor Immunity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Oncolytic viruses can exert their antitumor activity via direct oncolysis or activation of antitumor immunity. Although reovirus is currently under clinical investigation for the treatment of localized or disseminated cancer, any potential immune contribution to its efficacy has not been addressed. This is the first study to investigate the ability of reovirus to activate human dendritic cells (DC), key regulators of both innate and adaptive immune responses. Reovirus induced DC maturation and stimulated the production of the proinflammatory cytokines IFN-alpha, TNF-alpha, IL-12p70, and IL-6. Activation of DC by reovirus was not dependent on viral replication, while cytokine production (but not phenotypic maturation) was inhibited by blockade of PKR and NF-kappaB signaling. Upon coculture with autologous NK cells, reovirus-activated DC up-regulated IFN-gamma production and increased NK cytolytic activity. Moreover, short-term coculture of reovirus-activated DC with autologous T cells also enhanced T cell cytokine secretion (IL-2 and IFN-gamma) and induced non-Ag restricted tumor cell killing. These data demonstrate for the first time that reovirus directly activates human DC and that reovirus-activated DC stimulate innate killing by not only NK cells, but also T cells, suggesting a novel potential role for T cells in oncolytic virus-induced local tumor cell death. Hence reovirus recognition by DC may trigger innate effector mechanisms to complement the virus's direct cytotoxicity, potentially enhancing the efficacy of reovirus as a therapeutic agent.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle