MétaCan
Menu
Retour à la cohorte
Enregistrement W4395659458 · doi:10.1111/imcb.12763

Highlight of 2023: From fundamental studies to clinical trials, the importance of NK cells against cancer

2024· review· en· W4395659458 sur OpenAlexafffund
Capucine Bourel, Sylvie Lesage

Notice bibliographique

RevueImmunology and Cell Biology · 2024
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesCanadian Institutes of Health ResearchCancer Research Society
Mots-clésLymphokine-activated killer cellCytotoxic T cellNK-92Tumor microenvironmentInterleukin 21Cancer cellCancer researchBiologyInterleukin 12ImmunologyJanus kinase 3CancerNatural killer cellImmunological synapseCell biologyImmune systemT cellIn vitro

Résumé

récupéré en direct d'OpenAlex

In this article for the Highlights of 2023 Series, we discuss how various factors affect the ability of natural killer (NK) cells to fight tumors. For instance, tumor cells can hinder NK cell function by reducing surface protrusions or increasing HLA-E expression via platelets. Lower UTX protein levels in male NK cells also decrease their cytotoxicity compared with females. Fortunately, recent advancements in therapeutic approaches have emerged, including the development of a comprehensive atlas of NK cell heterogeneity within the tumor microenvironment, as well as a trispecific engager molecule that has shown promise in enhancing the anti-tumor functions of NK 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 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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,126
Tête enseignante GPT0,430
Écart entre enseignants0,304 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueImmunology and Cell BiologyMême sujetImmune Cell Function and InteractionTravaux en français237 207