MétaCan
Menu
Retour à la cohorte
Enregistrement W2978587517 · doi:10.1038/s41467-019-12441-w

Framework engineering to produce dominant T cell receptors with enhanced antigen-specific function

2019· article· en· W2978587517 sur OpenAlexaff
Sharyn Thomas, Fiyaz Mohammed, Rogier M. Reijmers, Annemarie Woolston, Theresa Stauss, Alan Kennedy, David R. Stirling, Angelika Holler, Louisa Green, David T. Jones, Katherine Matthews, David A. Price, Benny Chain, Mirjam H.M. Heemskerk, Emma Morris, Benjamin E. Willcox, Hans J. Stauss

Notice bibliographique

RevueNature Communications · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesMedical Research CouncilBlood Cancer UKUniversity College London Hospitals NHS Foundation TrustNational Institute for Health and Care ResearchCancer Research UKWellcome Trust
Mots-clésT-cell receptorEffectorCell biologyT cellAntigenBiologyAdoptive cell transferFunction (biology)ReceptorChemistryImmune systemImmunologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

TCR-gene-transfer is an efficient strategy to produce therapeutic T cells of defined antigen specificity. However, there are substantial variations in the cell surface expression levels of human TCRs, which can impair the function of engineered T cells. Here we demonstrate that substitutions of 3 amino acid residues in the framework of the TCR variable domains consistently increase the expression of human TCRs on the surface of engineered T cells.The modified TCRs mediate enhanced T cell proliferation, cytokine production and cytotoxicity, while reducing the peptide concentration required for triggering effector function up to 3000-fold. Adoptive transfer experiments in mice show that modified TCRs control tumor growth more efficiently than wild-type TCRs. Our data indicate that simple variable domain modifications at a distance from the antigen-binding loops lead to increased TCR expression and improved effector function. This finding provides a generic platform to optimize the efficacy of TCR gene therapy in humans.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,814
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,299
Écart entre enseignants0,282 · 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 tête enseignante, 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

Citations64
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCAR-T cell therapy researchTravaux en français237 207