Systematic testing and specificity mapping of alloantigen-specific chimeric antigen receptors in regulatory T cells
Notice bibliographique
Résumé
Chimeric antigen receptor (CAR) technology can be used to engineer the antigen specificity of regulatory T cells (Tregs) and improve their potency as an adoptive cell therapy in multiple disease models. As synthetic receptors, CARs carry the risk of immunogenicity, particularly when derived from nonhuman antibodies. Using an HLA-A*02:01-specific CAR (A2-CAR) encoding a single-chain variable fragment (Fv) derived from a mouse antibody, we developed a panel of 20 humanized A2-CARs (hA2-CARs). Systematic testing demonstrated variations in expression, and ability to bind HLA-A*02:01 and stimulate human Treg suppression in vitro. In addition, we developed a new method to comprehensively map the alloantigen specificity of CARs, revealing that humanization reduced HLA-A cross-reactivity. In vivo bioluminescence imaging showed rapid trafficking and persistence of hA2-CAR Tregs in A2-expressing allografts, with eventual migration to draining lymph nodes. Adoptive transfer of hA2-CAR Tregs suppressed HLA-A2+ cell-mediated xenogeneic graft-versus-host disease and diminished rejection of human HLA-A2+ skin allografts. These data provide a platform for systematic development and specificity testing of humanized alloantigen-specific CARs that can be used to engineer specificity and homing of therapeutic Tregs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 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 ».