Bastin_Donald_J_2017Sept_MSc
Notice bibliographique
Résumé
The adoptive transfer of cancer-specific T-cells has demonstrated success as a novel treatment strategy in some hematological malignancies but this approach has not yet achieved widespread curative potential in the majority of tumors. To circumvent many of the limitations currently facing adoptive cell therapies, our lab has recently developed a combination therapy involving the in vivo boosting of adoptively transferred tumor-specific memory T-cells with an oncolytic viral vaccine. While this represents a demonstrably powerful approach in preclinical models of cancer it is limited by its targeting of a single antigen. Therapeutic resistance is a common concern when targeting a single antigen or pathway and an ideal therapy would include built-in mechanisms to address the heterogeneity and mutability that is inherent to cancer. Thus the focus of this research involved the development of a strategy to target therapeutic resistance in the context of the adoptive cell transfer with oncolytic viral boost regimen. In order to address the single antigen limitations, the engineering of tumor-specific T-cells with a targeting capacity for a second antigen is described. In addition to their endogenous tumor target it is shown that these cells have specificity for and can kill cells expressing ligands for the natural killer group 2 member D receptor which are commonly upregulated on both cancer cells and components of the tumor microenvironment. Indeed it is demonstrated in an in vivo model of relapse that T-cells capable of targeting both antigens produce more consistent and prolonged remissions than those with only their endogenous targeting capacity. Furthermore pharmacological strategies for the enhancement of engineered T cell survival and efficacy are also described. Finally the early development of a chimeric tumor model to further characterize the potential of dual-specific T-cells to address tumor heterogeneity is presented.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Sans objet | low |
| gpt | Charge utile insuffisante (le modèle a refusé de juger) Domaine: non disponible · Genre: Autre Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Autre devis | low |
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,699 | 0,397 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».