Self-specific memory regulatory T-cells outrun tumor-specific effector T-cells at tumor emergence to impose tumor tolerance (66.18)
Notice bibliographique
Résumé
Abstract Early responses of Tregs and effector T cells (Teffs) to their first encounter with tumor cells have been poorly characterized. We show, in both implanted and in situ-induced mouse tumor models, that the appearance of tumor cells is immediately sensed by CD44hi memory Tregs that are specific for self antigens. The rapid response of these Tregs preceded and prevented activation of naive antitumor Teffs. The relative speed of the Treg versus the Teff response within the first 2-4 days determined the outcome of the antitumor immune response: tolerance or rejection. If antitumor memory Teffs were present at the time of tumor emergence, both Tregs and Teffs were recruited and activated with memory kinetics; however, the Tregs were unable to control the Teffs, which eradicated the tumor cells. This balance between effector and regulatory responses did not depend on the number of Tregs and Teffs, but rather on their memory status. Thus, in the natural setting, dominant tolerogenic immunosurveillance by self-specific memory Tregs protects tumors, just as it protects normal tissues. More generally, our results reveal that the timing of Treg and Teff engagement, determined by their memory status, is an important mode of regulation of immune responses.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,003 | 0,001 |
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.
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 ».