Quantitative TCR:pMHC Dissociation Rate Assessment by NTAmers Reveals Antimelanoma T Cell Repertoires Enriched for High Functional Competence
Notice bibliographique
Résumé
Experimental models demonstrated that therapeutic induction of CD8 T cell responses may offer protection against tumors or infectious diseases providing that T cells have sufficiently high TCR/CD8:pMHC avidity for efficient Ag recognition and consequently strong immune functions. However, comprehensive characterization of TCR/CD8:pMHC avidity in clinically relevant situations has remained elusive. In this study, using the novel NTA-His tag-containing multimer technology, we quantified the TCR:pMHC dissociation rates (koff) of tumor-specific vaccine-induced CD8 T cell clones (n = 139) derived from seven melanoma patients vaccinated with IFA, CpG, and the native/EAA or analog/ELA Melan-A(MART-1)(26-35) peptide, binding with low or high affinity to MHC, respectively. We observed substantial correlations between koff and Ca(2+) mobilization (p = 0.016) and target cell recognition (p < 0.0001), with the latter independently of the T cell differentiation state. Our strategy was successful in demonstrating that the type of peptide impacted on TCR/CD8:pMHC avidity, as tumor-reactive T cell clones derived from patients vaccinated with the low-affinity (native) peptide expressed slower koff rates than those derived from patients vaccinated with the high-affinity (analog) peptide (p < 0.0001). Furthermore, we observed that the low-affinity peptide promoted the selective differentiation of tumor-specific T cells bearing TCRs with high TCR/CD8:pMHC avidity (p < 0.0001). Altogether, TCR:pMHC interaction kinetics correlated strongly with T cell functions. Our study demonstrates the feasibility and usefulness of TCR/CD8:pMHC avidity assessment by NTA-His tag-containing multimers of naturally occurring polyclonal T cell responses, which represents a strong asset for the development of 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 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) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».