MétaCan
Menu
Retour à la cohorte
Enregistrement W4385172660 · doi:10.3390/pharmaceutics15072001

Targeting Potential of Innate Lymphoid Cells in Melanoma and Other Cancers

2023· review· en· W4385172660 sur OpenAlexafffund
Hobin Seo, Amisha Verma, Megan Kinzel, Qiutong Huang, Douglas J. Mahoney, Nicolas Jacquelot

Notice bibliographique

RevuePharmaceutics · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueIL-33, ST2, and ILC Pathways
Établissements canadiensInstitute of Cancer ResearchUniversity of Calgary
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésEffectorInnate lymphoid cellMelanomaImmune systemImmune checkpointImmunotherapyCancer researchCancer immunotherapyAcquired immune systemImmunologyBiologyBlockadeFunction (biology)CancerInnate immune systemTumor-infiltrating lymphocytesCell biologyReceptor

Résumé

récupéré en direct d'OpenAlex

Reinvigorating the killing function of tumor-infiltrating immune cells through the targeting of regulatory molecules expressed on lymphocytes has markedly improved the prognosis of cancer patients, particularly in melanoma. While initially thought to solely strengthen adaptive T lymphocyte anti-tumor activity, recent investigations suggest that other immune cell subsets, particularly tissue-resident innate lymphoid cells (ILCs), may benefit from immunotherapy treatment. Here, we describe the recent findings showing immune checkpoint expression on tissue-resident and tumor-infiltrating ILCs and how their effector function is modulated by checkpoint blockade-based therapies in cancer. We discuss the therapeutic potential of ILCs beyond the classical PD-1 and CTLA-4 regulatory molecules, exploring other possibilities to manipulate ILC effector function to further impede tumor growth and quench disease progression.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,079
Tête enseignante GPT0,354
Écart entre enseignants0,276 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetIL-33, ST2, and ILC PathwaysTravaux en français237 207