Genetic Engineering of a Recombinant Fusion Protein Possessing an Antitumor Antibody Fragment and a TNF-α Moiety
Notice bibliographique
Résumé
Tumor necrosis factor-α (TNF-α) is a cytokine (CK) that possesses a wide variety of biological activities, including potent antitumor activities () and immunomodulatory properties mediated through its binding to two TNF receptors (p55 and p75) (). Signaling through the p55 receptor is primarily associated with responses such as cytotoxicity (,) and cytokine secretion () whereas the p75 receptor is responsible for lymphoproliferative signals and the activation of T-cells (). Recently, it has been found that TNF-α has profound effects on dendritic cell (DC) maturation () and activation (). In addition, it has also been reported to stimulate T-cell proliferation () and to activate cytotoxic T-cells (). Because its systemic administration was shown to mediate the regression of some mouse tumors (), TNF-α has attracted much attention as a potential antitumor reagent (). However, the problem of its dose-dependent toxicity has been particularly apparent in human trials, wherein its maximal tolerated dose was 40-fold less than that used in mice (,) Systemic administration of TNF-α in treatments of cancer patients has usually resulted in severe and limiting side effects (), whereas more local delivery (e.g., via isolated perfusion to limbs) has been more effective in mediating tumor regression, indicating that antitumor effects are possible if high local concentrations of TNF-α can be obtained (). Therefore, an important issue to be addressed is how to achieve a continuously high local concentration of TNF-α within tumors without inducing severe side effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».