MétaCan
Menu
← Retour à la cohorte
Enregistrement W4224305497 · doi:10.3389/fimmu.2022.884827

IL-27 Improves Prophylactic Protection Provided by a Dead Tumor Cell Vaccine in a Mouse Melanoma Model

2022· article· en· W4224305497 sur OpenAlexafffund
Kyle Seaver, Olena Kourko, Katrina Gee, Peter A. Greer, Sameh Basta

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMelanomaAdjuvantMedicineCancer researchProgrammed cell deathImmunotherapyCancerCellImmunologyImmune systemApoptosisBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The protocol used to induce cell death for generating vaccines from whole tumor cells is a critical consideration that impacts vaccine efficacy. Here we compared how different protocols used to induce cell death impacted protection provided by a prophylactic whole tumor cell vaccine in a mouse melanoma model. We found that melanoma cells exposed to γ-irradiation or lysis combined with UV-irradiation (LyUV) provided better protection against tumor challenge than lysis only or cells exposed to UV-irradiation. Furthermore, we found that the immunoregulatory cytokine, IL-27 enhanced protection against tumor growth in a dose-dependent manner when combined with either LyUV or γ-irradiated whole tumor cell vaccine preparations. Taken together, this data supports the use of LyUV as a potential protocol for developing whole tumor cell prophylactic cancer vaccines. We also showed that IL-27 can be used at low doses as a potent adjuvant in combination with LyUV or γ-irradiation treated cancer cells to improve the protection provided by a prophylactic cancer vaccine in a mouse melanoma model.

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 enseignants0,001
Score d'incertitude au seuil0,004

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)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Immunology→Même sujetImmunotherapy and Immune Responses→Travaux en français237 207→