MétaCan
Menu
Retour à la cohorte
Enregistrement W4385406834 · doi:10.1111/imr.13254

Eras of designer Tregs: Harnessing synthetic biology for immune suppression

2023· review· en· W4385406834 sur OpenAlexafffund
Karoliina Tuomela, Kevin Salim, Megan K. Levings

Notice bibliographique

RevueImmunological Reviews · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensBC Children's HospitalUniversity of British Columbia
Organismes subventionnairesBreakthrough T1D CanadaCanadian Institutes of Health ResearchJuvenile Diabetes Research Foundation Canada
Mots-clésFOXP3BiologyGenome editingImmunologyAutoimmunityChimeric antigen receptorImmune systemImmune toleranceAntigenImmunotherapyComputational biologyCRISPRGenetics

Résumé

récupéré en direct d'OpenAlex

regulatory T cells (Tregs) have been firmly established as a critical cell type for regulating immune homeostasis through a plethora of mechanisms. Due to their immunoregulatory power, delivery of polyclonal Tregs has been explored as a therapy to dampen inflammation in the settings of transplantation and autoimmunity. Evidence shows that Treg therapy is safe and well-tolerated, but efficacy remains undefined and could be limited by poor persistence in vivo and lack of antigen specificity. With the advent of new genetic engineering tools, it is now possible to create bespoke "designer" Tregs that not only overcome possible limitations of polyclonal Tregs but also introduce new features. Here, we review the development of designer Tregs through the perspective of three 'eras': (1) the era of FOXP3 engineering, in which breakthroughs in the biological understanding of this transcription factor enabled the conversion of conventional T cells to Tregs; (2) the antigen-specificity era, in which transgenic T-cell receptors and chimeric antigen receptors were introduced to create more potent and directed Treg therapies; and (3) the current era, which is harnessing advanced genome-editing techniques to introduce and refine existing and new engineering approaches. The year 2022 marked the entry of "designer" Tregs into the clinic, with exciting potential for application and efficacy in a wide variety of immune-mediated diseases.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,322
Tête enseignante GPT0,486
Écart entre enseignants0,164 · 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'étudeAutre devis
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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImmunological ReviewsMême sujetCAR-T cell therapy researchTravaux en français237 207