MétaCan
Menu
Retour à la cohorte
Enregistrement W2055735604 · doi:10.1002/eji.201444826

Application of central immunologic concepts to cancer: Helping T cells and B cells become intolerant of tumors

2014· letter· en· W2055735604 sur OpenAlexafffund
Colin C. Anderson

Notice bibliographique

RevueEuropean Journal of Immunology · 2014
Typeletter
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Innovates
Mots-clésBiologyImmunologyEpitopeAntigenImmune systemT cellCD8Immune toleranceCytotoxic T cellImmunityGenetics

Résumé

récupéré en direct d'OpenAlex

CD4-mediated T-cell help in the activation of CD8(+) T cells and B cells, through linked-recognition of antigenic determinants, is a long-standing concept foundational to our understanding of immunity (presence of help) versus tolerance (lack of help). Surprisingly, this function of CD4(+) T cells has not been extensively examined as a means to overcome immune tolerance of the self-antigens made by tumor cells. Hesitation to employ this powerful mechanism may be due to the potential to cause unwanted autoimmune pathology. In this issue of the European Journal of Immunology, Snook et al. [Eur. J. Immunol. 2014. 44: 1956-1966] identify a state of split tolerance, showing that CD4(+) T cells specific for a number of tumor-associated self-antigens are robustly tolerant, while their CD8(+) T-cell and B-cell counterparts are far less tolerant. Furthermore, the authors demonstrate that provision of linked foreign helper epitopes, such as influenza hemagglutinin, substantially enhances both CD8(+) T-cell and B-cell responses to tumor self-antigens without causing any overt autoimmune pathology. These findings provide a strong rationale to employ foreign helper epitopes in cancer vaccines and highlight the need to fully explore therapeutic strategies that are based on well-established immunologic concepts.

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)0,006
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0130,012
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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
GenreCommentaire

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

En bref

Citations6
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of ImmunologyMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207