MétaCan
Menu
Retour à la cohorte
Enregistrement W3093343919 · doi:10.1002/eji.202048869

‘Nur'turing tumor T cell tolerance and exhaustion: novel function for Nuclear Receptor Nur77 in immunity

2020· review· en· W3093343919 sur OpenAlexaff
Sanne C. Lith, Bram W. van Os, Tom Seijkens, Carlie J.M. de Vries

Notice bibliographique

RevueEuropean Journal of Immunology · 2020
Typereview
Langueen
DomaineNeuroscience
ThématiqueNuclear Receptors and Signaling
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesNetherlands Heart InstituteUniversiteit van Amsterdam
Mots-clésNerve growth factor IBBiologyNuclear receptorCancer researchCancer immunotherapyImmunotherapyT cellT-cell receptorChimeric antigen receptorCell biologyImmune systemImmunologyTranscription factor

Résumé

récupéré en direct d'OpenAlex

The nuclear receptor Nur77 is expressed in a multitude of tissues, regulating cell differentiation and homeostasis. Dysregulation of Nur77 signaling is associated with cancer, cardiovascular disease, and disorders of the CNS. The role of Nur77 in T cells has been studied for almost 30 years now. There is a clear appreciation that Nur77 is crucial for apoptosis of self-reactive T cells. However, the regulation and function of Nur77 in mature T cells remains largely unclear. In an exciting development, Nur77 has been recently demonstrated to impinge on cancer immunotherapy involving chimeric antigen receptor (CAR) T cells and tumor infiltrating lymphocytes (TILs). These studies indicated that Nur77 deficiency reduced T cell tolerance and exhaustion, thus raising the effectiveness of immune therapy in mice. Based on these novel insights, it may be proposed that regulation of Nur77 activity holds promise for innovative drug development in the field of cellular immunotherapy in cancer. In this review, we therefore summarize the role of Nur77 in T cell selection and maturation; and further develop the idea of targeting its activity in these cells as a potential strategy to augment current cancer immunotherapy treatments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,262
Écart entre enseignants0,211 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of ImmunologyMême sujetNuclear Receptors and SignalingTravaux en français237 207