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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».