Oncolytic virus treatment differentially affects the CD56<sup>dim</sup> and CD56<sup>bright</sup> NK cell subsets in vivo and regulates a spectrum of human NK cell activity
Notice bibliographique
Résumé
Abstract Natural killer (NK) cells protect against intracellular infection and cancer. These properties are exploited in oncolytic virus (OV) therapy, where antiviral responses enhance anti‐tumour immunity. We have analysed the mechanism by which reovirus, an oncolytic dsRNA virus, modulates human NK cell activity. Reovirus activates NK cells in a type I interferon (IFN‐I) dependent manner, inducing STAT1 and STAT4 signalling in both CD56 dim and CD56 bright NK cell subsets. Gene expression profiling revealed the dominance of IFN‐I responses and identified induction of genes associated with NK cell cytotoxicity and cell cycle progression, with distinct responses in the CD56 dim and CD56 bright subsets. However, reovirus treatment inhibited IL‐15 induced NK cell proliferation in an IFN‐I dependent manner and was associated with reduced AKT signalling. In vivo , human CD56 dim and CD56 bright NK cells responded with similar kinetics to reovirus treatment, but CD56 bright NK cells were transiently lost from the peripheral circulation at the peak of the IFN‐I response, suggestive of their redistribution to secondary lymphoid tissue. Coupled with the direct, OV‐mediated killing of tumour cells, the activation of both CD56 dim and CD56 bright NK cells by antiviral pathways induces a spectrum of activity that includes the NK cell‐mediated killing of tumour cells and modulation of adaptive responses via the trafficking of IFN‐γ expressing CD56 bright NK cells to lymph nodes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».