MétaCan
Menu
Retour à la cohorte
Enregistrement W2736130278 · doi:10.3389/fimmu.2017.00800

Sharpening the Edge for Precision Cancer Immunotherapy: Targeting Tumor Antigens through Oncolytic Vaccines

2017· review· en· W2736130278 sur OpenAlexafffund
Namit Holay, Youra Kim, Patrick Lee, Shashi Gujar

Notice bibliographique

RevueFrontiers in Immunology · 2017
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueVirus-based gene therapy research
Établissements canadiensIzaak Walton Killam Health CentreDalhousie University
Organismes subventionnairesCanadian Cancer Society Research InstituteCanadian Institutes of Health ResearchTerry Fox Research Institute
Mots-clésOncolytic virusImmunotherapyAntigenCancer immunotherapyCancerImmune systemCancer vaccineCancer researchImmunologyTumor antigenMedicineEpitopeMelanomaBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cancer immunotherapy represents a promising, modern-age option for treatment of cancers. Among the many immunotherapies being developed, oncolytic viruses (OVs) are slowly moving to the forefront of potential clinical therapeutic agents, especially considering the fact that the first oncolytic virus was recently approved by the Food and Drug Administration for the treatment of melanoma. OVs were originally discovered for their ability to kill cancer cells, but they have emerged as unconventional cancer immunotherapeutics due to their ability to activate a long-term antitumor immune response. This immune response not only eliminates cancer cells but also offers potential for preventing cancer recurrence. A fundamental requirement for the generation of such a strong antitumor T cell response is the recognition of an immunogenic tumor antigen by the antitumor T cell. Several tumor antigens capable of activating these antitumor T cells have been identified and are now being expressed through genetically engineered OVs to potentiate antitumor immunity. With the emergence of novel technologies for identifying tumor antigens and immunogenic epitopes in a myriad of cancers, design of "oncolytic vaccines" expressing highly specific tumor antigens provides a great strategy for targeting tumors. Here, we highlight the various OVs engineered to target tumor antigens and discuss multiple studies and strategies used to develop oncolytic vaccine regimens. We also contend how, going forward, a combination of technologies for identifying novel immunogenic tumor antigens and rational design of oncolytic vaccines will pave the way for the next generation of clinically efficacious cancer immunotherapies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,392
Écart entre enseignants0,334 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetVirus-based gene therapy researchTravaux en français237 207