Cancer immunotherapy with γδ T cells: many paths ahead of us
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.
Notice bibliographique
Résumé
γδ T cells play uniquely important roles in stress surveillance and immunity for infections and carcinogenesis. Human γδ T cells recognize and kill transformed cells independently of human leukocyte antigen (HLA) restriction, which is an essential feature of conventional αβ T cells. Vγ9Vδ2 γδ T cells, which prevail in the peripheral blood of healthy adults, are activated by microbial or endogenous tumor-derived pyrophosphates by a mechanism dependent on butyrophilin molecules. γδ T cells expressing other T cell receptor variable genes, notably Vδ1, are more abundant in mucosal tissue. In addition to the T cell receptor, γδ T cells usually express activating natural killer (NK) receptors, such as NKp30, NKp44, or NKG2D which binds to stress-inducible surface molecules that are absent on healthy cells but are frequently expressed on malignant cells. Therefore, γδ T cells are endowed with at least two independent recognition systems to sense tumor cells and to initiate anticancer effector mechanisms, including cytokine production and cytotoxicity. In view of their HLA-independent potent antitumor activity, there has been increasing interest in translating the unique potential of γδ T cells into innovative cellular cancer immunotherapies. Here, we discuss recent developments to enhance the efficacy of γδ T cell-based immunotherapy. This includes strategies for in vivo activation and tumor-targeting of γδ T cells, the optimization of in vitro expansion protocols, and the development of gene-modified γδ T cells. It is equally important to consider potential synergisms with other therapeutic strategies, notably checkpoint inhibitors, chemotherapy, or the (local) activation of innate immunity.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle