Blockage of immune checkpoint molecules increases T‐cell priming potential of dendritic cell vaccine
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
Dendritic cell (DC) -based cancer immunotherapy is one of the most important anti-cancer immunotherapies, and has been associated with variable efficiencies in different cancer types. It is well-known that tumor microenvironment plays a key role in the efficacy of various immunotherapies such as DC vaccine. Accordingly, the expression of programmed death ligand 1 (PD-L1) on DCs, which interacts with PD-1 on T cells, leads to inhibition of anti-tumor responses following presentation of tumor antigens by DCs to T cells. Therefore, we hypothesized that down-regulation of PD-L1 in DCs in association with silencing of PD-1 on T cells may lead to the enhancement of T-cell priming by DCs to have efficient anti-tumor T-cell responses. In this study, we silenced the expression of PD-L1 in DCs and programmed cell death protein 1 (PD-1) in T cells by small interfering RNA (siRNA) -loaded chitosan-dextran sulfate nanoparticles (NPs) and evaluated the DC phenotypic and functional characteristics and T-cell functions following tumor antigen recognition on DCs, ex vivo. Our results showed that synthesized NPs had good physicochemical characteristics (size 77·5 nm and zeta potential of 14·3) that were associated with efficient cellular uptake and target gene silencing. Moreover, PD-L1 silencing was associated with stimulatory characteristics of DCs. On the other hand, presentation of tumor antigens by PD-L1-negative DCs to PD-1-silenced T cells led to induction of potent T-cell responses. Our findings imply that PD-L1-silenced DCs can be considered as a potent immunotherapeutic approach in combination with PD-1-siRNA loaded NPs, however; further in vivo investigation is required in animal models.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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