Peptide Hydrogels as Immunomaterials and Their Use in Cancer Immunotherapy Delivery
Notice bibliographique
Résumé
Peptide-based hydrogel biomaterials have emerged as an excellent strategy for immune system modulation. Peptide-based hydrogels are supramolecular materials that self-assemble into various nanostructures through various interactive forces (i.e., hydrogen bonding and hydrophobic interactions) and respond to microenvironmental stimuli (i.e., pH, temperature). While they have been reported in numerous biomedical applications, they have recently been deemed promising candidates to improve the efficacy of cancer immunotherapies and treatments. Immunotherapies seek to harness the body's immune system to preemptively protect against and treat various diseases, such as cancer. However, their low efficacy rates result in limited patient responses to treatment. Here, the immunomaterial's potential to improve these efficacy rates by either functioning as immune stimulators through direct immune system interactions and/or delivering a range of immune agents is highlighted. The chemical and physical properties of these peptide-based materials that lead to immuno modulation and how one may design a system to achieve desired immune responses in a controllable manner are discussed. Works in the literature that reports peptide hydrogels as adjuvant systems and for the delivery of immunotherapies are highlighted. Finally, the future trends and possible developments based on peptide hydrogels for cancer immunotherapy applications are discussed.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».