Deriving Immune Modulating Drugs from Viruses—A New Class of Biologics
Notice bibliographique
Résumé
Viruses are widely used as a platform for the production of therapeutics. Vaccines containing live, dead and components of viruses, gene therapy vectors and oncolytic viruses are key examples of clinically-approved therapeutic uses for viruses. Despite this, the use of virus-derived proteins as natural sources for immune modulators remains in the early stages of development. Viruses have evolved complex, highly effective approaches for immune evasion. Originally developed for protection against host immune responses, viral immune-modulating proteins are extraordinarily potent, often functioning at picomolar concentrations. These complex viral intracellular parasites have "performed the R&D", developing highly effective immune evasive strategies over millions of years. These proteins provide a new and natural source for immune-modulating therapeutics, similar in many ways to penicillin being developed from mold or streptokinase from bacteria. Virus-derived serine proteinase inhibitors (serpins), chemokine modulating proteins, complement control, inflammasome inhibition, growth factors (e.g., viral vascular endothelial growth factor) and cytokine mimics (e.g., viral interleukin 10) and/or inhibitors (e.g., tumor necrosis factor) have now been identified that target central immunological response pathways. We review here current development of virus-derived immune-modulating biologics with efficacy demonstrated in pre-clinical or clinical studies, focusing on pox and herpesviruses-derived immune-modulating therapeutics.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».