TLR9 agonist MGN1703 enhances B cell differentiation and function in lymph nodes
Notice bibliographique
Résumé
BACKGROUND: TLR9 agonists are being developed as immunotherapy against malignancies and infections. TLR9 is primarily expressed in B cells and plasmacytoid dendritic cells (pDCs). TLR9 signalling may be critically important for B cell activity in lymph nodes but little is known about the in vivo impact of TLR9 agonism on human lymph node B cells. As a pre-defined sub-study within our clinical trial investigating TLR9 agonist MGN1703 (lefitolimod) treatment in the context of developing HIV cure strategies (NCT02443935), we assessed TLR9 agonist-mediated effects in lymph nodes. METHODS: Participants received MGN1703 for 24 weeks concurrent with antiretroviral therapy. Seven participants completed the sub-study including lymph node resection at baseline and after 24 weeks of treatment. A variety of tissue-based immunologic and virologic parameters were assessed. FINDINGS: MGN1703 dosing increased B cell differentiation; activated pDCs, NK cells, and T cells; and induced a robust interferon response in lymph nodes. Expression of Activation-Induced cytidine Deaminase, an essential regulator of B cell diversification and somatic hypermutation, was highly elevated. During MGN1703 treatment IgG production increased and antibody glycosylation patterns were changed. INTERPRETATION: Our data present novel evidence that the TLR9 agonist MGN1703 modulates human lymph node B cells in vivo. These findings warrant further considerations in the development of TLR9 agonists as immunotherapy against cancers and infectious diseases. FUND: This work was supported by Aarhus University Research Foundation, the Danish Council for Independent Research and the NovoNordisk Foundation. Mologen AG provided study drug free of charge.
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 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) | 0,000 | 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 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».