Variable Lymphocyte Receptor B Technologies – Are They Ready for Prime Time?
Notice bibliographique
Résumé
Variable Lymphocyte Receptors (VLRs) are the molecules used by jawless vertebrates, lampreys and hagfish, to recognize antigens, akin to the antibodies (Abs) of jawed vertebrates. The unique architecture and evolutionary distance of VLRB Abs enable their binding to epitopes not readily recognized by conventional mammalian Abs. The single gene-polypeptide nature of the secreted VLRB Abs allows for efficient genetic editing and production of VLRB monoclonal Abs (mAbs), which are stable in diverse environments. VLRB Abs can also be modified into scaffolds, known as Repebodies, for efficient protein targeting.Objective To review the current and the potential research and clinical use of VLRBs.Methods A literature search was conducted for English studies published in the past 20 years using the terms “Variable Lymphocyte Receptor,” “VLR,” “VLRB” or “Repebody.” Only primary reports were included.Results VLRB-based technologies are currently being investigated for diagnosis, imaging, and treatment of diverse conditions including solid organ and hematological malignancies, infectious diseases, autoimmunity, and degenerative and metabolic disorders. VLRB mAbs can be used to directly recognize disease biomarkers, such as B cells from chronic lymphocytic leukemia, or to deliver drugs to the brain or cancer cells. The VLRB C-terminal multimerization domain has been utilized to create vaccines while VLR-based chimeric antigen receptor (CAR) T cell constructs are being investigated for cancer therapies.Conclusions The extensive knowledge gained with VLRB mAbs in diverse in vitro and in vivo models emphasizes their promise for translation into clinical applications and readiness for prime time.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».