Specific Roles of Each TCR Hemichain in Generating Functional Chain-Centric TCR
Notice bibliographique
Résumé
TCRα- and β-chains cooperatively recognize peptide-MHC complexes. It has been shown that a "chain-centric" TCR hemichain can, by itself, dictate MHC-restricted Ag specificity without requiring major contributions from the paired TCR counterchain. Little is known, however, regarding the relative contributions and roles of chain-centric and its counter, non-chain-centric, hemichains in determining T cell avidity. We comprehensively analyzed a thymically unselected T cell repertoire generated by transducing the α-chain-centric HLA-A*02:01(A2)/MART127-35 TCRα, clone SIG35α, into A2-matched and unmatched postthymic T cells. Regardless of their HLA-A2 positivity, a substantial subset of peripheral T cells transduced with SIG35α gained reactivity for A2/MART127-35. Although the generated A2/MART127-35-specific T cells used various TRBV genes, TRBV27 predominated with >10(2) highly diverse and unique clonotypic CDR3β sequences. T cells individually reconstituted with various A2/MART127-35 TRBV27 TCRβ genes along with SIG35α possessed a wide range (>2 log orders) of avidity. Approximately half possessed avidity higher than T cells expressing clone DMF5, a naturally occurring A2/MART127-35 TCR with one of the highest affinities. Importantly, similar findings were recapitulated with other self-Ags. Our results indicate that, although a chain-centric TCR hemichain determines Ag specificity, the paired counterchain can regulate avidity over a broad range (>2 log orders) without compromising Ag specificity. TCR chain centricity can be exploited to generate a thymically unselected Ag-specific T cell repertoire, which can be used to isolate high-avidity antitumor T cells and their uniquely encoded TCRs rarely found in the periphery because of tolerance.
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 | 0,002 | 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 | 0,001 |
| 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 tête enseignante, 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 ».