Notice bibliographique
Résumé
Background: Dendritic cell (DC) vaccines have significant potential in cancer immunotherapy. While autologous DCs can be derived from bone marrow, umbilical cord, and peripheral blood, monocyte-derived DC vaccines are most widely tested in clinical trials. However, producing autologous DC vaccines is labor intensive, has large variations among donors, and may not be feasible for patients with impaired cell function or requiring multiple vaccinations. Human pluripotent stem cells (hPSCs) have unlimited expansion potential while maintaining their pluripotency. They are being tested as a novel cell source to derive DCs for clinical application. Lung cancer is the leading cause for all cancer-related mortality. Efficient treatment of lung cancer by DC vaccines could offer great benefits in cancer immunotherapy. This review uses lung cancer as a case study to discuss the application of DC vaccines. Results: DC derivation from hPSCs has been demonstrated with high purity and comparable in vitro functions to autologous DCs derived from monocytes. The differentiation can be achieved either by co-culturing hPSCs with OP9 stromal cells or by the formation of three-dimensional embryoid bodies. As the scalable culture system is critical for hPSC-derived DC production, progress in the scalable culture systems for other hPSC-derived cells is reviewed and the use of relevant systems for hPSC-derived DCs is proposed. Conclusions: hPSCs provide a new source for DC production and have significant implication in DC-based cancer immunotherapy. Their use in clinical trials requires refinement of the culture expansion and differentiation protocols. Development of scalable culture systems is crucial in truly harnessing the potential of the hPSC-based DC immunotherapy in cancer treatment.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».