MétaCan
Menu
Retour à la cohorte
Enregistrement W4388534883 · doi:10.3389/fimmu.2023.1286750

Charting a killer course to the solid tumor: strategies to recruit and activate NK cells in the tumor microenvironment

2023· review· en· W4388534883 sur OpenAlexafffund
Ana L. Portillo, Jonathan K. Monteiro, Eduardo A. Peña Rojas, Tyrah M. Ritchie, Amy Gillgrass, Ali A. Ashkar

Notice bibliographique

RevueFrontiers in Immunology · 2023
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensMcMaster UniversityDiscovery Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésChimeric antigen receptorTumor microenvironmentCancer researchImmunotherapyNK-92Adoptive cell transferImmune systemOncolytic virusImmunologyLymphokine-activated killer cellCancer immunotherapyCell therapyBiologyCellInterleukin 21T cell

Résumé

récupéré en direct d'OpenAlex

has dramatically changed the landscape in the development of novel adoptive cell therapies for treating cancer over the last decade. NK cells have become a key player for cancer immunotherapy due to their innate ability to kill malignant cells while not harming healthy cells, allowing their potential use as an "off-the-shelf" product. Furthermore, recent advancements in NK cell genetic engineering methods have enabled the efficient generation of chimeric antigen receptor (CAR)-expressing NK cells that can exert both CAR-dependent and antigen-independent killing. Clinically, CAR-NK cells have shown promising efficacy and safety for treating CD19-expressing hematologic malignancies. While the number of pre-clinical studies using CAR-NK cells continues to expand, it is evident that solid tumors pose a unique challenge to NK cell-based adoptive cell therapies. Major barriers for efficacy include low NK cell trafficking and infiltration into solid tumor sites, low persistence, and immunosuppression by the harsh solid tumor microenvironment (TME). In this review we discuss the barriers posed by the solid tumor that prevent immune cell trafficking and NK cell effector functions. We then discuss promising strategies to enhance NK cell infiltration into solid tumor sites and activation within the TME. This includes NK cell-intrinsic and -extrinsic mechanisms such as NK cell engineering to resist TME-mediated inhibition and use of tumor-targeted agents such as oncolytic viruses expressing chemoattracting and activating payloads. We then discuss opportunities and challenges for using combination therapies to extend NK cell therapies for the treatment of solid tumors.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,028
Tête enseignante GPT0,288
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetImmune Cell Function and InteractionTravaux en français237 207