Notice bibliographique
Résumé
Achieving transplant tolerance with regulatory T cell (Treg) adoptive immunotherapy is currently under investigation as a therapy to reduce graft rejection, improve long-term outcomes, and patient quality of life. Initial approaches involve expansion of naturally-occurring Tregs, either polyclonal or antigen-specific, however both of these approaches have several technical limitations that restrict implementation at a large-scale. To circumvent these limitations, this work describes an alternate approach to generate antigen-specific Tregs by expressing a chimeric antigen receptor specific for HLA-A*02:01 (A2-CAR), which activates Tregs in the presence of HLA-A*02:01, a tissue antigen allele that is commonly mismatched between transplant donor and recipient. In the first CAR Treg studies, the antigen-binding region (scFv) of the A2-CAR was derived from the mouse BB7.2 hybridoma, which could cause immunogenic responses and limit its efficacy in humans. Additionally, most CAR Treg studies to date employ CD28 and CD3 signaling domains to activate the cell, but alternative co-receptor signaling moieties have not been adequately tested. Two major improvements to CAR Treg technology are explored: (1) the scFv is humanized to reduce the immunogenicity of the CAR construct itself, rendering it less likely to cause immune responses in humans and (2) a collection of a variety of co-receptor intracellular domains are tested in place of CD28 to determine whether alternative signals can bestow Tregs with more beneficial functional properties. In the final chapter, a method for staining FOXP3, the Treg master transcription factor, using mass cytometry is described to enable thorough tracking of FOXP3⁺ Tregs and the rest of the immune compartment in patient samples from various tissues. Collectively, this body of work furthers our understanding of Treg immunotherapies and provides further support for their use in transplant settings.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».