Nouvelles approches dans l’immunothérapie de la leucémie aigüe lymphoblastique utilisant les récepteurs chimériques d’antigène
Notice bibliographique
Résumé
L’immunothérapie a permis des avancées majeures dans la thérapie du cancer. Le traitement par des cellules T modifiées pour exprimer un récepteur chimérique d’antigène (CAR) a changé complètement la vision de la thérapie de la leucémie. L’efficacité de ce traitement sur des cancers résistants, a ouvert la voie à la thérapie cellulaire et génique dans ce contexte. Malgré les premiers résultats très positifs, il s’avère que l’épuisement cellulaire et la perte des cellules T thérapeutiques est un problème majeur pour maintenir l’efficacité de la thérapie CAR et prévenir les rechutes. Les travaux présentés dans cette thèse visent à permettre l’utilisation d’autres types cellulaires pour la thérapie CAR. L’hypothèse de travail est que les cellules NK ou les cellules souches hématopoïétiques (HSC) permettrait de dépasser les limites de la thérapie CAR utilisant les cellules T. Pour permettre l’utilisation des cellules NK, un des problèmes technique est la transduction par les vecteurs viraux. Les travaux présentés ici démontrent que l’utilisation de l’enveloppe BaEV permet une transduction efficace des NK avec un vecteur lentiviral. Par cette méthode nous avons pu générer de grandes quantités de cellules NK transduites avec un CAR, prouvant la possibilité d’utiliser les NK dans la thérapie CAR. L’utilisation des HSC dans la thérapie CAR, permettrait de produire des cellules CAR T en permanence pour renouveler les cellules T épuisées. Cependant, la surexpression d’un récepteur CAR sur toutes les cellules dérivant des HSC pourrait être un problème. Pour permettre l’utilisation des HSC, nous avons développé des promoteurs spécifiques courts restreignant l’expression du transgène à une population précise. Nous avons prouvé la spécificité d’un promoteur T et démontré la possibilité de l’utiliser dans le contexte de la thérapie CAR utilisant les HSC. Ces travaux sont une preuve de concept de l’utilisation d’autres cellules que les cellules T dans la thérapie CAR.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».