MétaCan
Menu
Retour à la cohorte
Enregistrement W2912834264

Natural Killer Cell as Effectors in Chimeric Antigen Receptor Based Immunotherapies for Cancer

2019· dissertation· en· W2912834264 sur OpenAlexfundno aff
Richard T. Hogg

Notice bibliographique

RevueMacSphere (McMaster University) · 2019
Typedissertation
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchMcMaster University
Mots-clésChimeric antigen receptorEffectorReceptorCancerImmunotherapyAntigenImmunologyCancer researchBiologyImmune systemBiochemistryGenetics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent developments in the expansion and manipulation of primary NK cells has allowed this source of effective anti-tumour cells to be exploited for cell-based cancer immunotherapies. While ex vivo expanded primary NK cells are highly effective in the treatment of haematological malignancies, their efficacy against the solid tumour has been limited due to the presence of immune-regulatory factors in the tumour microenvironment. These factors can abrogate NK cell function by down regulating the expression of NK activating receptors, thus preventing these highly cytotoxic effector cells from activating in response to tumour challenge. Our work explores whether the expression of a tumour specific chimeric antigen receptor (CAR) on ex vivo expanded primary NK cells would allow the lost activatory signalling to be recouped, and regain their efficacy against the solid tumour. Unfortunately, the use of primary NK cells as effectors in CAR based cell immunotherapies has been hampered by the technical limitations of producing large numbers of CAR positive primary NK cells. This has led many researchers to utilise the NK-92 cell line instead of primary cells. We demonstrate that ex vivo expanded primary CAR NK cells can be produced efficiently and demonstrate higher anti-tumour functionality than CAR NK-92. Finally, due to the intricacies of NK cell biology, they are able to effectively discriminate between healthy and malignant targets thus preventing their cytotoxic function from being directed towards the incorrect target. This could be a key advantage in the use of primary NK cells over T cells as effectors of CAR as the off-tumour/on-target adverse effects seen with CAR T cells has severely hampered this clinical strategy. We have shown that CAR T cells but not CAR NK cells are reactive towards phenotypically non-malignant, clinically relevant, healthy cells expressing the CAR target.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetImmune Cell Function and InteractionTravaux en français237 207