MétaCan
Menu
Retour à la cohorte
Enregistrement W2056939173 · doi:10.3389/fimmu.2013.00292

How Numbers, Nature, and Immune Status of Foxp3+ Regulatory T-Cells Shape the Early Immunological Events in Tumor Development

2013· review· en· W2056939173 sur OpenAlexaff
Guillaume Darrasse-Jèze, Katrina Podsypanina

Notice bibliographique

RevueFrontiers in Immunology · 2013
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensUniversité de MontréalMontreal Clinical Research Institute
Organismes subventionnairesnon disponible
Mots-clésFOXP3Immune systemImmunologyBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

The influence of CD4(+)CD25(+)Foxp3(+) regulatory T-cells (Tregs) on cancer progression has been demonstrated in a large number of preclinical models and confirmed in several types of malignancies. Neoplastic processes trigger an increase of Treg numbers in draining lymph nodes, spleen, blood, and tumors, leading to the suppression of anti-tumor responses. Treg-depletion before or early in tumor development may lead to complete tumor eradication and extends survival of mice and humans. However this strategy is ineffective in established tumors, highlighting the critical role of the early Treg-tumor encounters. In this review, after discussing old and new concepts of immunological tumor tolerance, we focus on the nature (thymus-derived vs. peripherally derived) and status (naïve or activated/memory) of the regulatory T-cells at tumor emergence. The recent discoveries in this field suggest that the activation status of Tregs and effector T-cells (Teffs) at the first encounter with the tumor are essential to shape the fate and speed of the immune response across a variety of tumor models. The relative timing of activation/recruitment of anti-tumor cells vs. tolerogenic cells at tumor emergence appears to be crucial in the identification of tumor cells as friend or foe, which has broad implications for the design of cancer immunotherapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,980
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations44
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetT-cell and B-cell ImmunologyTravaux en français237 207