MétaCan
Menu
Retour à la cohorte
Enregistrement W3003231717 · doi:10.1016/j.omtm.2020.01.012

A High-Throughput Method for Characterizing Novel Chimeric Antigen Receptors in Jurkat Cells

2020· article· en· W3003231717 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMolecular Therapy — Methods & Clinical Development · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of OttawaMcGill UniversityNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésJurkat cellsChimeric antigen receptorAntigenMonoclonal antibodyBiologyCell biologyElectroporationComputational biologyT cellMolecular biologyChemistryAntibodyImmunologyImmune systemGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Chimeric antigen receptor (CAR) development involves extensive empirical characterization of antigen-binding domain (ABD)/CAR constructs for clinical suitability. Here, we present a cost-efficient and rapid method for evaluating CARs in human Jurkat T cells. Using a modular CAR plasmid, a highly efficient ABD cloning strategy, plasmid electroporation, short-term co-culture, and flow-cytometric detection of CD69, this assay (referred to as CAR-J) evaluates sensitivity and specificity for ABDs. Assessing 16 novel anti-CD22 single-chain variable fragments derived from mouse monoclonal antibodies, CAR-J stratified constructs by response magnitude to CD22-expressing target cells. We also characterized 5 novel anti-EGFRvIII CARs for preclinical development, identifying candidates with varying tonic and target-specific activation characteristics. When evaluated in primary human T cells, tonic/auto-activating (without target cells) EGFRvIII-CARs induced target-independent proliferation, differentiation toward an effector phenotype, elevated activity against EGFRvIII-negative cells, and progressive loss of target-specific response upon in vitro re-challenge. These EGFRvIII CAR-T cells also showed anti-tumor activity in xenografted mice. In summary, CAR-J represents a straightforward method for high-throughput assessment of CAR constructs as genuine cell-associated antigen receptors that is particularly useful for generating large specificity datasets as well as potential downstream CAR optimization. Chimeric antigen receptor (CAR) development involves extensive empirical characterization of antigen-binding domain (ABD)/CAR constructs for clinical suitability. Here, we present a cost-efficient and rapid method for evaluating CARs in human Jurkat T cells. Using a modular CAR plasmid, a highly efficient ABD cloning strategy, plasmid electroporation, short-term co-culture, and flow-cytometric detection of CD69, this assay (referred to as CAR-J) evaluates sensitivity and specificity for ABDs. Assessing 16 novel anti-CD22 single-chain variable fragments derived from mouse monoclonal antibodies, CAR-J stratified constructs by response magnitude to CD22-expressing target cells. We also characterized 5 novel anti-EGFRvIII CARs for preclinical development, identifying candidates with varying tonic and target-specific activation characteristics. When evaluated in primary human T cells, tonic/auto-activating (without target cells) EGFRvIII-CARs induced target-independent proliferation, differentiation toward an effector phenotype, elevated activity against EGFRvIII-negative cells, and progressive loss of target-specific response upon in vitro re-challenge. These EGFRvIII CAR-T cells also showed anti-tumor activity in xenografted mice. In summary, CAR-J represents a straightforward method for high-throughput assessment of CAR constructs as genuine cell-associated antigen receptors that is particularly useful for generating large specificity datasets as well as potential downstream CAR optimization.

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 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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,165
Tête enseignante GPT0,485
Écart entre enseignants0,320 · 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