MétaCan
Menu
Retour à la cohorte
Enregistrement W3036744650 · doi:10.1080/2162402x.2020.1779991

Tumor-derived exosomes: the next generation of promising cell-free vaccines in cancer immunotherapy

2020· review· en· W3036744650 sur OpenAlexaff
Marzieh Naseri, Mahmood Bozorgmehr, Margot Zöller, Ehsan Ranaei Pirmardan, Zahra Madjd

Notice bibliographique

RevueOncoImmunology · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueExtracellular vesicles in disease
Établissements canadiensUniversity Hospital
Organismes subventionnairesnon disponible
Mots-clésImmune systemMicrovesiclesTumor microenvironmentImmunogenicityImmunotherapyCancer immunotherapyCancer researchAntigenCancerCancer vaccineMedicineVaccinationImmunologyBiologymicroRNA

Résumé

récupéré en direct d'OpenAlex

Identification of immunogenic tumor antigens that are efficiently processed and delivered by dendritic cells to prime the immune system and to induce an appropriate immune response is a research hotspot in the field of cancer vaccine development. High biosafety is an additional demand. Tumor-derived exosomes (TEXs) are nanosized lipid bilayer encapsulated vesicles that shuttle bioactive information to the tumor microenvironment facilitating tumor progression. However, accumulating evidence points toward the capacity of TEXs to efficiently stimulate immune responses against tumors provided they are appropriately administered. After briefly describing the function of exosomes in cancer biology and their communication with immune cells, we summarize in this review in vitro and preclinical studies eliciting the potency of TEXs in inducing effective anti-tumor responses and recently modified strategies further improving TEX-vaccination efficacy. We interpret the available data as TEXs becoming a lead in cancer vaccination based on tumor antigen-selective high immunogenicity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,075
Tête enseignante GPT0,330
Écart entre enseignants0,255 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations145
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncoImmunologyMême sujetExtracellular vesicles in diseaseTravaux en français237 207