Exploitation du potentiel thérapeutique des cellules Natural Killer pour traiter les cancers
Notice bibliographique
Résumé
Malgré le succès de l’utilisation des lymphocytes T modifiées par des récepteur antigéniques chimériques (CAR) contre les leucémies, celles-ci présentent des limites comme leur risque de CRS et leur inefficacité dans les tumeurs solides. Plusieurs autres immunothérapies cellulaires ont été proposées pour pallier à ces inconvénients. Les cellules natural killer (NK) ont plusieurs propriétés qui en font une alternative avantageuse aux cellules T dans les immunothérapies. Cependant, les cellules NK restent difficiles à modifier avec les outils actuels et leur efficacité reste limitée par les mécanismes immunosuppresseurs des tumeurs. Nous avons réussi à augmenter l’efficacité de transduction avec une nouvelle glycoprotéine, le BaEVRless. Nous avons aussi démontré que cette enveloppe ne provoque pas de modification du phénotype ou de l’activité intrinsèque des cellules NK. Dans un modèle de leucémie, nous avons déterminé que l’utilisation du BaEVRless permet la production de cellules CAR-NK fonctionnelles. Les cellules NK peuvent aussi être transduites efficacement par des constructions lentivirales portant les séquences codant pour deux constructions CAR simultanément. Nous avons aussi démontré que l’édition génomique des NK par la technologie Clustered Regularly Interspersed Short Palindromic Repeats (CRISPR) est possible en utilisant une livraison non-virale. Avec cette méthode, nous avons pu réduire l’expression de NKG2A. Les cellules NK avec une expresssion réduite de NKG2A étaient résistantes à l’inhibition par HLA-E, exprimé sur des lignées de cancer du sein et du colon. Cet effet a été confirmé in vivo dans un modèle préclinique xenogénique. Ces résultats montrent deux stratégies qui pourraient permettre d’améliorer les immunothérapies à base de cellules NK.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».