Antibody-targeted T cells and natural killer cells for cancer immunotherapy
Notice bibliographique
Résumé
BACKGROUND: Adoptive cell cancer therapies aim to re-engineer a patient's immune cells to mount an anti-cancer response. Chimeric antigen receptor T and natural killer cells have been engineered and proved successful in treating some cancers; however, the genetic methods for engineering are laborious, expensive, and inefficient and can cause severe toxicities when they over-proliferate. RESULTS: We examined whether the cell-killing capacity of activated T and NK cells could be targeted to cancer cells by anchoring antibodies to their cell surface. Using metabolic glycoengineering to introduce azide moieties to the cellular surface, we covalently attached a dibenzocyclooctyne-modified antibody using the strain-promoted alkyne azide cycloaddition reaction, creating antibody-conjugated T and NK cells. We targeted the immune cells to tumors possessing the xenoantigen, N-glycolyl neuraminic acid GM3 ganglioside, using the 14F7hT antibody. These activated T and NK cells are "armed" with tumour-homing capabilities that specifically lyses antigen-positive cancer cells without off-target toxicities. Moreover, when exposed to target cells, 14F7hT-conjugated T cells that are not preactivated exhibit increased perforin, granzyme, CD69, and CD25 expression and specific cell killing. CONCLUSIONS: This research shows the potential for a non-genetic method for redirecting cytotoxic immune cells as a feasible and effective approach for tumor-targeted cell immunotherapy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».