Modulating the T Lymphocyte Immune Response via Secretome Produced miRNA: From Tolerance Induction to the Enhancement of the Anticancer Response
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
T cells are key mediators of graft tolerance/rejection, development of autoimmunity, and the anticancer response. Consequently, differentially modifying the T cell response is a major therapeutic target. Most immunomodulatory approaches have focused on cytotoxic agents, cytokine modulation, monoclonal antibodies, mitogen activation, adoptive cell therapies (including CAR-T cells). However, these approaches do not persistently reorient the systemic immune response thus necessitating continual therapy. Previous murine studies from our laboratory demonstrated that the adoptive transfer of polymer-grafted (PEGylated) allogeneic leukocytes resulted in the induction of a persistent and systemic tolerogenic state. Further analyses demonstrated that miRNA isolated from the secretome of polymer-modified or control allogeneic responses effectively induced either a tolerogenic (TA1 miRNA) or proinflammatory (IA1 miRNA) response both in vitro and in vivo that was both systemic and persistent. In a murine Type 1 diabetes autoimmune model, the tolerogenic TA1 therapeutic effectively attenuated the disease process via the systemic upregulation of regulatory T cells while simultaneously downregulating T effector cells. In contrast, the proinflammatory IA1 therapeutic enhanced the anticancer efficacy of naïve PBMC by increasing inflammatory T cells and decreasing regulatory T cells. The successful development of this secretome miRNA approach may prove useful treating both autoimmune diseases and cancer.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle