Part I: Targeted Particles for Cancer Immunotherapy
Notice bibliographique
Résumé
Dendritic cells (DCs) are the key antigen presenting cells that link innate and adaptive immunity. In the periphery, DCs capture antigens, process them and migrate into the regional lymph nodes where they could initiate antigen specific T cell immune responses. Immunotherapeutic strategies that aim to deliver tumor antigens specifically to DCs could not only boost anti-tumor immune responses but also could alleviate non-specific immune activation and/or unwanted side effects. Nano-sized particulate delivery systems are efficient modalities that can deliver tumor antigens to DCs in a targeted and specific manner. This review will provide general information on the rationale behind targeting antigens to DCs and the crucial role of DCs in initiating antigen specific T cell responses. Different strategies that have been employed in delivering antigens to DCs will be also discussed. A special emphasis will be put on specific targeting of cancer vaccine formulations to DC-specific receptors (e.g. CD11c, CD40, Fcγ, CCR6, pathogenic recognition receptors such as Toll-like receptors (TLRs) and C-type lectin receptors (CLRs)). Keywords: Cancer vaccines, dendritic cells, immunotherapy, nanotechnology, targeting, malignant cells, tumour antigens, tolerogenic DCs, immunostimulators, lymphoid organs, T cell repertoire, dendrites, peptides, viral vectors
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».