MétaCan
Menu
Retour à la cohorte
Enregistrement W1977102645 · doi:10.1073/pnas.0306567101

Costimulatory ligand 4-1BBL (CD137L) as an efficient adjuvant for human antiviral cytotoxic T cell responses

2004· article· en· W1977102645 sur OpenAlexaff
Jacob Bukczynski, Tao Wen, Kim Ellefsen, Jack Gauldie, Tania H. Watts

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2004
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversité de MontréalMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCytotoxic T cellGranzymePerforinBiologyGranzyme BInterleukin 21Antigen-presenting cellIL-2 receptorCD8T cellAdjuvantImmunologyAntigenVirologyImmune systemIn vitroBiochemistry

Résumé

récupéré en direct d'OpenAlex

Effective adjuvants capable of inducing strong cytotoxic T cell responses in humans are lacking. In this study, we tested 4-1BBL as an adjuvant for activation of human memory antiviral CD8 T cell responses ex vivo. A recombinant replication-defective 4-1BBL adenovirus was used to convert autologous monocytes into efficient antigen-presenting cells after overnight incubation, bypassing the need to generate dendritic cells. Together with viral peptides, 4-1BBL led to robust memory responses of human Epstein-Barr virus- and influenza virus-specific cytotoxic T cells, with expansion of peptide-specific CD8 effector cells; up-regulation of Bcl-x(L), granzyme A, and perforin; enhanced cytotoxic activity; and increased cytokine production. The response was significant even at a 100-fold lower peptide dose, compared with responses obtained with control adenovirus. Adenovirus-delivered B7.1 also expanded and activated virus-specific CD8 T cells, but 4-1BBL was more effective in driving the T cells toward a more fully differentiated CD27(-) effector state. Thus, 4-1BBL is a promising adjuvant for human memory CD8 T cells and will likely be most effective in the boost phase of a prime-boost strategy.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,319
Écart entre enseignants0,286 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations106
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207