Antigen Presenting Cell Mimetic Lipid Nanoparticles for Rapid mRNA CAR T Cell Cancer Immunotherapy
Notice bibliographique
Résumé
Chimeric antigen receptor (CAR) T cell therapy has achieved remarkable clinical success in the treatment of hematological malignancies. However, producing these bespoke cancer-killing cells is a complicated ex vivo process involving leukapheresis, artificial T cell activation, and CAR construct introduction. The activation step requires the engagement of CD3/TCR and CD28 and is vital for T cell transfection and differentiation. Though antigen-presenting cells (APCs) facilitate activation in vivo, ex vivo activation relies on antibodies against CD3 and CD28 conjugated to magnetic beads. While effective, this artificial activation adds to the complexity of CAR T cell production as the beads must be removed prior to clinical implementation. To overcome this challenge, this work develops activating lipid nanoparticles (aLNPs) that mimic APCs to combine the activation of magnetic beads and the transfection capabilities of LNPs. It is shown that aLNPs enable one-step activation and transfection of primary human T cells with the resulting mRNA CAR T cells reducing tumor burden in a murine xenograft model, validating aLNPs as a promising platform for the rapid production of mRNA CAR T cells.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».