Genetic Ablation of HLA Class I, Class II, and the T-cell Receptor Enables Allogeneic T Cells to Be Used for Adoptive T-cell Therapy
Notice bibliographique
Résumé
Abstract Adoptive immunotherapy can induce sustained therapeutic effects in some cancers. Antitumor T-cell grafts are often individually prepared in vitro from autologous T cells, which requires an intensive workload and increased costs. The quality of the generated T cells can also be variable, which affects the therapy's antitumor efficacy and toxicity. Standardized production of antitumor T-cell grafts from third-party donors will enable widespread use of this modality if allogeneic T-cell responses are effectively controlled. Here, we generated HLA class I, HLA class II, and T-cell receptor (TCR) triple-knockout (tKO) T cells by simultaneous knockout of the B2M, CIITA, and TRAC genes through Cas9/sgRNA ribonucleoprotein electroporation. Although HLA-deficient T cells were targeted by natural killer cells, they persisted better than HLA-sufficient T cells in the presence of allogeneic peripheral blood mononuclear cells (PBMC) in immunodeficient mice. When transduced with a CD19 chimeric antigen receptor (CAR) and stimulated by tumor cells, tKO CAR-T cells persisted better when cultured with allogeneic PBMCs compared with TRAC and B2M double-knockout T cells. The CD19 tKO CAR-T cells did not induce graft-versus-host disease but retained antitumor responses. These results demonstrated the benefit of HLA class I, HLA class II, and TCR deletion in enabling allogeneic-sourced T cells to be used for off-the-shelf adoptive immunotherapy.
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 | 0,001 |
| 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 ».