Activating Signals Dominate Inhibitory Signals in CD137L/IL-15 Activated Natural Killer Cells
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Natural killer (NK) cells can mediate potent antitumor effects, but factors regulating the efficiency of tumor lysis remain unclear. Studies in allogeneic stem cell transplantation highlight an important role for killer cell immunoglobulin-like receptor (KIR) mismatch in overcoming human leukocyte antigen-mediated inhibitory signals. However, other activating and inhibitory signals also modulate tumor lysis by NK cells. We used rhIL15 and artificial antigen presenting cells expressing CD137L and IL15Rα to activate and expand peripheral blood NK cells (CD137L/IL15 NK) up to 1000-fold in 3 weeks. Compared with resting NK cells, CD137L/IL15 NK cells show modest increases in KIR expression and substantial increases in NKG2D, tumor necrosis factor-related apoptosis-inducing ligand, and natural cytotoxicity receptors (NCRs: NKp30, NKp44, NKp46). Compared with resting NK cells, CD137L/IL15 NK cells mediate enhanced cytotoxicity against allogeneic and autologous tumors and KIR signaling did not substantially inhibit cytotoxicity. Rather, tumor lysis by CD137L/IL15 activated NK cells was predominantly driven by NCR signaling as blockade of NCRs dramatically diminished the lysis of a wide array of tumor targets. Furthermore, tumor lysis by CD137L/IL15 NK cells was tightly linked to NCR expression levels that peaked on day 8 to 10 after NK activation, and cytotoxicity diminished on subsequent days as NCR expression declined. We conclude that KIR mismatch is not a prerequisite for tumor killing by CD137L/IL15 NK cells and that NCR expression provides a biomarker for predicting potency of CD137L/IL15 NK cells in studies of NK cell-based immunotherapy.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découle