Notice bibliographique
Résumé
Abstract Invariant Natural Killer T (iNKT) cells are versatile innate T cells that influence immune responses associated with infection, cancer, inflammation and autoimmunity, notably through the production of a wide array of cytokines and chemokines. iNKT cells respond to lipid antigens presented by the MHC Class Ib molecule CD1d. iNKT T cell receptors (TCRs) have limited diversity, due to exclusive usage of a canonical Vα14-Jα18 TCRα chain and a limited set of TCR Vβ gene segments, but with extensive CDR3β diversity. Recent structural and mutational studies revealed that CD1d-lipid-TCR interactions differ markedly from classical pMHC-TCR interactions. Remarkably, docking onto CD1d-lipid complexes is unaffected by the nature of the lipid involved, nor TCRβ composition (Vβ gene segment usage or CDR3β diversity). Rather, we and others have demonstrated that TCRβ composition modulates TCR avidity for CD1d-lipids. Here, we have generated TCR retrogenic mice using TCRs with various avidities, and found a strong correlation between the frequency and numbers of iNKT cells that develop in vivo and TCR avidity for CD1d-lipids. In addition, TCR strength impacts on iNKT cell maturation as well as cytokine production upon immunization with the prototypical lipid αGalCer. In summary, our results highlight a crucial role for iNKT TCR strength on the selection and functional programing of iNKT cells.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».