Human double negative T cells target lung cancer via ligand-dependent mechanisms that can be enhanced by IL-15
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: double negative T (DNT) cells as a new cellular therapy for the treatment of lung cancer and underlying mechanisms. METHODS: DNTs were enriched and expanded ex vivo from healthy donors and phenotyped by flow cytometry. Functionally, their cytotoxicity was determined against primary and established non-small-cell lung cancer (NSCLC) cell lines in vitro or through in vivo adoptive transfer into xenograft models. Mechanistic analysis was performed using blocking antibodies against various cell surface and soluble markers. Furthermore, the role of IL-15 on DNT function was determined. RESULTS: We demonstrated that ex vivo expanded DNTs can effectively lyse various human NSCLC cells in vitro and inhibit tumor growth in xenograft models. Expanded DNTs have a cytotoxic phenotype, as they express NKp30, NKG2D, DNAM-1, membrane TRAIL (mTRAIL), perforin and granzyme B, and secrete IFNγ and soluble TRAIL (sTRAIL). DNT-mediated cytotoxicity was dependent on a combination of tumor-expressed ligands for NKG2D, DNAM-1, NKp30 and/or receptors for TRAIL, which differ among different NSCLC cell lines. Furthermore, stimulation of DNTs with IL-15 increased expression of effector molecules on DNTs, their TRAIL production and cytotoxicity against NSCLC in vitro and in vivo. CONCLUSION: Healthy donor-derived DNTs can target NSCLC in vitro and in vivo. DNTs recognize tumors via innate receptors which can be up-regulated by IL-15. DNTs have the potential to be used as a novel adoptive cell therapy for lung cancer either alone or in combination with IL-15.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 découle