MétaCan
Menu
Retour à la cohorte
Enregistrement W4362567840 · doi:10.1158/2326-6066.c.6548045

Data from Transient Complement Inhibition Promotes a Tumor-Specific Immune Response through the Implication of Natural Killer Cells

2023· preprint· en· W4362567840 sur OpenAlexafffund
Valérie Janelle, Marie-Pierre Langlois, Esther Tarrab, Pascal Lapierre, Laurent Poliquin, Alain Lamarre

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueComplement system in diseases
Établissements canadiensUniversité du QuébecInstitut National de la Recherche Scientifique
Organismes subventionnairesArmand-Frappier FoundationFonds de Recherche du Québec - SantéAmerican Liver Foundation
Mots-clésImmune systemCytotoxic T cellCD8Complement systemImmunologyBiologyNatural killer cellCancer researchT cellChemistryBiochemistryIn vitro

Résumé

récupéré en direct d'OpenAlex

<div>Abstract<p>Although the role of the complement system in cancer development has been studied, its involvement in the development of an antitumoral immune response remains poorly understood. Using cobra venom factor (CVF) to inhibit the complement cascade via C3 molecule exhaustion in immunocompetent mice bearing B16gp33 melanoma tumors, we show that transient inhibition of the complement system allowed for the development of a more robust gp33-specific antitumoral CD8<sup>+</sup> T-cell response. This immune response proved to be natural killer (NK) dependent, suggesting an interaction of complement proteins with this cellular subset leading to T lymphocyte activation and enhanced cytotoxic T-cell activity against tumor cells. This study demonstrates for the first time the implication of the complement system in the development of NK-mediated cytotoxic T-cell–dependent antitumoral immune responses. The complement pathway could therefore be a potent therapeutic target to improve NK-dependent antitumoral immune responses in patients with cancer. <i>Cancer Immunol Res; 2(3); 200–6. ©2013 AACR</i>.</p></div>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
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 Opus0,089
Tête enseignante GPT0,320
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetComplement system in diseasesTravaux en français237 207