Advances in Dendritic Cell-Based Vaccine of Cancer
Notice bibliographique
Résumé
Dendritic cells (DCs) are potent antigen presenting cells that exist in virtually every tissue, and from which they capture antigens and migrate to secondary lymphoid organs where they activate naïve T cells. Although DCs are normally present in extremely small numbers in the circulation, recent advances in DC biology have allowed the development of methods to generate large numbers of these cells in vitro. Because of their immunoregulatory capacity, vaccination with tumor antigen-presenting DCs has been proposed as a treatment modality for cancer. In animal models, vaccination with DCs pulsed with tumor peptides, lysates, or RNA or loaded with apoptotic/necrotic tumor cells could induce significant antitumor CTL responses and antitumor immunity. However, the results from early clinical trails pointed to a need for additional improvement of DC-based vaccines before they could be considered as practical alternatives to the existing cancer treatment strategies. In this regard, subsequent studies have shown that DCs that express transgenes encoding tumor antigens are more potent primers of antitumor immunity both in vitro and in vivo than DCs simply pulsed with tumor peptides. Furthermore, DCs that have been engineered to express certain cytokines or chemokines can display a substantially improved maturation status, capacity to migrate to secondary lymphoid organs in vivo, and abilities to stimulate tumor-specific T cell responses and induce tumor immunity in vivo. In this review we also discuss a number of factors that are important considerations in designing DC vaccine strategies, including (i) the type and concentrations of tumor peptides used for pulsing DCs; (ii) the timing and intervals for DC vaccination/boostable data on DC vaccination portends bright prospects for this approach to tumor immune therapy, either alone or in conjunction with other therapies.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».