MétaCan
Menu
Retour à la cohorte
Enregistrement W3217149457 · doi:10.1080/21645515.2021.2001243

Identification and <i>in vitro</i> validation of neoantigens for immune activation against high-risk pediatric leukemia cells

2021· article· en· W3217149457 sur OpenAlexafffund
Satbir Thakur, Mohit Jain, Chunfen Zhang, Candice Major, Kevin Bielamowicz, Norman J. Lacayo, Olena M. Vaske, Victor Lewis, Luis Murguía-Favela, Aru Narendran

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversity of CalgaryAlberta Children's Hospital
Organismes subventionnairesAlberta Children's Hospital Foundation
Mots-clésLeukemiaEpitopeImmune systemClinical trialMedicineImmunologyCancerComputational biologyAntigenBioinformaticsBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

There is experimental and clinical data to indicate the contribution of immune-escape mechanisms in relapsed/refractory pediatric leukemia. Studies have shown the accumulation of mutations that translate to peptides containing tumor-specific epitopes (neoantigens). The effectiveness of neoantigen-based vaccines has been shown in several clinical trials in adults. Though the initial results are encouraging, this knowledge must be developed to account for the uniqueness of pediatric cancer biology. We have completed the initial proof-of-concept analysis on a high-risk pediatric leukemia specimen and identified usable neoantigen sequences. We describe this approach, including the bioinformatics method and experimental model to verify their function that can be further broadened for personalized neoantigen prediction and testing for the generation of anticancer vaccines against high-risk pediatric leukemias.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,013
Tête enseignante GPT0,249
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207