Rapid single-cell identification of Epstein–Barr virus-specific T-cell receptors for cellular therapy
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Epstein-Barr virus (EBV) is associated with solid and hematopoietic malignancies. After allogeneic stem cell transplantation, EBV infection or reactivation represents a potentially life-threatening condition with no specific treatment available in clinical routine. In vitro expansion of naturally occurring EBV-specific T cells for adoptive transfer is time-consuming and influenced by the donor's T-cell receptor (TCR) repertoire and requires a specific memory compartment that is non-existent in seronegative individuals. The authors present highly efficient identification of EBV-specific TCRs that can be expressed on human T cells and recognize EBV-infected cells. METHODS AND RESULTS: Mononuclear cells from six stem cell grafts were expanded in vitro with three HLA-B*35:01- or four HLA-A*02:01-presented peptides derived from six EBV proteins expressed during latent and lytic infection. Epitope-specific T cells expanded on average 42-fold and were single-cell-sorted and TCRαβ-sequenced. To confirm specificity, 11 HLA-B*35:01- and six HLA-A*02:01-restricted dominant TCRs were expressed on reporter cell lines, and 16 of 17 TCRs recognized their presumed target peptides. To confirm recognition of virus-infected cells and assess their value for adoptive therapy, three selected HLA-B*35:01- and four HLA-A*02:01-restricted TCRs were expressed on human peripheral blood lymphocytes. All TCR-transduced cells recognized EBV-infected lymphoblastoid cell lines. CONCLUSIONS: The authors' approach provides sets of EBV epitope-specific TCRs in two different HLA contexts. Resulting cellular products do not require EBV-seropositive donors, can be adjusted to cell subsets of choice with exactly defined proportions of target-specific T cells, can be tracked in vivo and will help to overcome unmet clinical needs in the treatment and prophylaxis of EBV reactivation and associated malignancies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».