MétaCan
Menu
Retour à la cohorte
Enregistrement W4206716689 · doi:10.1126/science.abm0594

CAR T cells produced in vivo to treat cardiac injury

2022· article· en· W4206716689 sur OpenAlexaff

Notice bibliographique

RevueScience · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensAcuitas Therapeutics (Canada)
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Heart, Lung, and Blood Institute
Mots-clésIn vivoChimeric antigen receptorCardiac fibrosisFibrosisCardiac function curveEx vivoAntigenMessenger RNA

Résumé

récupéré en direct d'OpenAlex

Fibrosis affects millions of people with cardiac disease. We developed a therapeutic approach to generate transient antifibrotic chimeric antigen receptor (CAR) T cells in vivo by delivering modified messenger RNA (mRNA) in T cell–targeted lipid nanoparticles (LNPs). The efficacy of these in vivo–reprogrammed CAR T cells was evaluated by injecting CD5-targeted LNPs into a mouse model of heart failure. Efficient delivery of modified mRNA encoding the CAR to T lymphocytes was observed, which produced transient, effective CAR T cells in vivo. Antifibrotic CAR T cells exhibited trogocytosis and retained the target antigen as they accumulated in the spleen. Treatment with modified mRNA-targeted LNPs reduced fibrosis and restored cardiac function after injury. In vivo generation of CAR T cells may hold promise as a therapeutic platform to treat various diseases.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,022
Tête enseignante GPT0,335
Écart entre enseignants0,313 · 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

Citations1 241
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetCAR-T cell therapy researchTravaux en français237 207