Insulin B peptide-MHC class II-specific chimeric antigen receptor-Tregs prevent autoimmune diabetes in mice
Notice bibliographique
Résumé
Adoptive immunotherapy with Tregs is a promising approach for preventing or treating type 1 diabetes. Islet antigen-specific Tregs have more potent therapeutic effects than polyclonal cells, but their low frequency is a barrier for clinical application. To generate Tregs that recognize islet antigens, we engineered a chimeric antigen receptor (CAR) derived from a monoclonal antibody with specificity for the insulin B chain 10-23 peptide presented in the context of the IAg7 MHC class II allele present in NOD mice. Peptide specificity of the resulting InsB-g7 CAR was confirmed by tetramer staining and T cell proliferation in response to recombinant or islet-derived peptide. The InsB-g7 CAR redirected NOD Treg specificity such that insulin B 10-23-peptide stimulation enhanced suppressive function, measured via reduction of proliferation and IL-2 production by BDC2.5 T cells and CD80 and CD86 expression on dendritic cells. Cotransfer of InsB-g7 CAR Tregs prevented adoptive transfer diabetes by BDC2.5 T cells in immunodeficient NOD mice. In WT NOD mice, InsB-g7 CAR Tregs prevented spontaneous diabetes. These results show that engineering Treg specificity for islet antigens using a T cell receptor-like CAR is a promising therapeutic approach for the prevention of autoimmune diabetes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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; un appel candidat d’une seule tête enseignante, 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 ».