MétaCan
Menu
Retour à la cohorte
Enregistrement W4405056347 · doi:10.1126/science.adl4237

Programming tissue-sensing T cells that deliver therapies to the brain

2024· article· en· W4405056347 sur OpenAlexaff
Milos Simic, Payal Watchmaker, Sasha Gupta, Yuan Wang, Sharon A. Sagan, Jason Duecker, Chanelle Shepherd, David Diebold, Psalm Pineo-Cavanaugh, Jeffrey Haegelin, Robert Zhu, Ben Ng, Wei Yu, Yurie Tonai, Lia Cardarelli, Nishith R. Reddy, Sachdev S. Sidhu, Olga G. Troyanskaya, Stephen L. Hauser, Michael R. Wilson, Scott S. Zamvil, Hideho Okada, Wendell A. Lim

Notice bibliographique

RevueScience · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCancer MoonshotMoonshot Research and Development ProgramUniversity of California, San FranciscoHelen Diller Family Comprehensive Cancer Center, University of California, San FranciscoNational Institute of Neurological Disorders and StrokeNational Cancer InstituteAdvanced Research Projects AgencyNational Institutes of HealthMultiple Sclerosis SocietyValhalla FoundationParker Institute for Cancer ImmunotherapyEmerson CollectiveSandler Foundation
Mots-clésNeuroinflammationCentral nervous systemChimeric antigen receptorAntigenBiologyCell biologyExtracellularExtracellular matrixNeuroscienceClearanceReceptorImmunologyImmunotherapyMedicineInflammationImmune system

Résumé

récupéré en direct d'OpenAlex

To engineer cells that can specifically target the central nervous system (CNS), we identified extracellular CNS-specific antigens, including components of the CNS extracellular matrix and surface molecules expressed on neurons or glial cells. Synthetic Notch receptors engineered to detect these antigens were used to program T cells to induce the expression of diverse payloads only in the brain. CNS-targeted T cells that induced chimeric antigen receptor expression efficiently cleared primary and secondary brain tumors without harming cross-reactive cells outside of the brain. Conversely, CNS-targeted cells that locally delivered the immunosuppressive cytokine interleukin-10 ameliorated symptoms in a mouse model of neuroinflammation. Tissue-sensing cells represent a strategy for addressing diverse disorders in an anatomically targeted manner.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,363
Écart entre enseignants0,316 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations78
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetCAR-T cell therapy researchTravaux en français237 207