CD4<sup>+</sup> T‐regulatory cells: toward therapy for human diseases
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
SUMMARY: T-regulatory cells (Tregs) have a fundamental role in the establishment and maintenance of peripheral tolerance. There is now compelling evidence that deficits in the numbers and/or function of different types of Tregs can lead to autoimmunity, allergy, and graft rejection, whereas an over-abundance of Tregs can inhibit anti-tumor and anti-pathogen immunity. Experimental models in mice have demonstrated that manipulating the numbers and/or function of Tregs can decrease pathology in a wide range of contexts, including transplantation, autoimmunity, and cancer, and it is widely assumed that similar approaches will be possible in humans. Research into how Tregs can be manipulated therapeutically in humans is most advanced for two main types of CD4(+) Tregs: forkhead box protein 3 (FOXP3)(+) Tregs and interleukin-10-producing type 1 Tregs (Tr1 cells). The aim of this review is to highlight current information on the characteristics of human FOXP3(+) Tregs and Tr1 cells that make them an attractive therapeutic target. We discuss the progress and limitations that must be overcome to develop methods to enhance Tregs in vivo, expand or induce them in vitro for adoptive transfer, and/or inhibit their function in vivo. Although many technical and theoretical challenges remain, the next decade will see the first clinical trials testing whether Treg-based therapies are effective in humans.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,007 |
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