MétaCan
Menu
Retour à la cohorte
Enregistrement W1878522445 · doi:10.1111/j.1600-065x.2010.00978.x

Use of defined TLR ligands as adjuvants within human vaccines

2010· review· en· W1878522445 sur OpenAlexaff
Malcolm S. Duthie, Hillarie Plessner Windish, Christopher B. Fox, Steven G. Reed

Notice bibliographique

RevueImmunological Reviews · 2010
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensResearch & Development Corporation
Organismes subventionnairesNational Institute of Allergy and Infectious Diseases
Mots-clésVaccine adjuvantImmune systemBiologyImmunologyAcquired immune systemVaccinationComputational biology

Résumé

récupéré en direct d'OpenAlex

Our improved understanding of how innate immune responses can be initiated and how they can shape adaptive B- and T-cell responses is having a significant impact on vaccine development by directing the development of defined adjuvants. Experience with first generation vaccines, as well as rapid advances in developing defined vaccines containing Toll-like receptor ligands (TLRLs), indicate that an expanded number of safe and effective vaccines containing such molecules will be available in the future. In this review, we outline current knowledge regarding TLRs, detailing the different cell types that express TLRs, the various signaling pathways TLRs utilize, and the currently known TLRLs. We then discuss the current status of TLRLs within vaccine development programs, including the importance of appropriate formulation, and how recent developments can be used to better define the mechanisms of action of vaccines. Finally, we introduce the possibility of using TLRLs, either in combination or with non-TLRLs, to synergistically potentiate vaccine-induced responses to provide not only prophylactic, but therapeutic protection against infectious diseases and cancer.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,367
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations435
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunological ReviewsMême sujetImmune Response and InflammationTravaux en français237 207