Tolerance-promoting regimens permit extensive T cell activation but alter differentiation in vivo (126.29)
Notice bibliographique
Résumé
Abstract Short-term perturbation of the costimulatory molecule CD154 and/or the adhesion molecule LFA-1 can induce allograft tolerance. However, the effect of these agents on antigen-specific T cells is unclear. Therefore, we determined how anti-CD154 or anti-LFA-1 monoclonal antibody (mAb) therapy impacted the reactivity of CD4 and CD8 T cells in vivo. We monitored both antigen-specific responses of ovalbumin (OVA)-specific CD8 (OT-I) or CD4 (OT-II) TCR transgenic T cells and alloreactivity by polyclonal T cells (C57BL/6 anti-BALB/c). CD45.1 OT-I, OT-II or B6 T cells were transferred into CD45.2 B6 hosts locally challenged with mAct-OVA or BALB/c APCs, respectively, in the presence of mAb therapy. Anti-CD154 and anti-LFA-1 each inhibited the magnitude of OT-I and OT-II responses but permitted extensive proliferation and conversion to an antigen-experienced CD44hiCD62Llo phenotype. Both treatments decreased expression of Gzm B in OT-I T cells and IFN-gamma in OT-II T cells. Polyclonal alloreactivity also was markedly inhibited by either anti-LFA-1 or anti-CD154 therapy, though activation and proliferation still occurred in both cases. Importantly, anti-LFA-1 but not anti-CD154 treatment resulted in a striking increase in Treg/ Teff cell ratio in the reactive lymph node. Overall, neither blocking CD154 nor LFA-1 prevented T cell recognition/activation in vivo. However, LFA-1 blockade exhibited a more pronounced ability to skew alloreactivity towards a Treg phenotype in vivo.
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) | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».