MétaCan
Menu
Retour à la cohorte
Enregistrement W23154186 · doi:10.1007/978-1-59745-395-0_6

Isolation, Expansion, and Characterization of Human Natural and Adaptive Regulatory T Cells

2007· review· en· W23154186 sur OpenAlexaff
Silvia Gregori, Rosa Bacchetta, Laura Passerini, Megan K. Levings, Maria Grazia Roncarolo

Notice bibliographique

RevueMethods in molecular biology · 2007
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIL-2 receptorCell biologyFOXP3BiologyRegulatory T cellPopulationAcquired immune systemT cellImmunologyAntigenImmune systemMedicine

Résumé

récupéré en direct d'OpenAlex

Regulatory T cells play a central role in controlling homeostasis, and in inducing and maintaining tolerance to both foreign and self-antigens. Several types of T cells with regulatory activity have been described both in mice and humans, and those within the CD4+ subset have been extensively studied. Among them, the best characterized are the naturally occurring CD4+CD25+ regulatory T (Treg) cells, and the adaptive type 1 regulatory T (Tr1) cells. Natural Treg cells can arise directly from the thymus, are characterized by the constitutive expression of the transcription factor Foxp3, and suppress T cell responses in a cell-cell contact mediated mechanism. On the contrary, adaptive Tr1 cells arise in the periphery upon encountering antigen in a tolerogenic environment, produce high levels of interleukin (IL)-10 and mediate suppression via IL-10. During the last decade, much effort has been placed on developing protocols to generate regulatory T-cell lines and clones, to further define the similarities and differences between various regulatory T-cell subsets. In this chapter, we will outline protocols to expand naturally occurring Treg cells, to differentiate homogeneous population of Tr1 cells in vitro, and to generate natural Treg and Tr1 cell clones and cell lines.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
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 Opus0,031
Tête enseignante GPT0,357
Écart entre enseignants0,326 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations41
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in molecular biologyMême sujetT-cell and B-cell ImmunologyTravaux en français237 207