TCR Binding Kinetics Measured with MHC Class I Tetramers Reveal a Positive Selecting Peptide with Relatively High Affinity for TCR
Notice bibliographique
Résumé
The interaction between TCR and peptide-MHC (pMHC) complexes is crucial for the activation of T cells as well as for positive and negative selection in the thymus. The kinetics and affinity of this interaction and the densities of TCR and pMHC complexes on the cell surface are determining factors for different outcomes during thymic selection. In general, it is thought that agonist pMHC, which cause negative selection, have higher affinities and, in particular, slower off-rates than partial or weak agonists and antagonists, which cause positive selection. In this study, we have used pMHC tetramers to investigate the kinetics of TCR-pMHC interaction for agonist, weak agonist, and antagonist ligands of the anti-lymphocytic choriomeningitis virus P14 TCR. Kinetics determined on the cell surface may be biologically more relevant than methods using soluble proteins. We can distinguish between agonists and weak agonists or antagonists based on the half-life and the avidity of tetramer-TCR interaction. Furthermore, we show that a weak agonist self-peptide that positively selects P14 TCR(+) thymocytes has a tetramer half-life and avidity only slightly weaker than strong agonists. We show that, in fact, it can act as quite a strong agonist, but that its poor ability to stabilize MHC causes it instead to have a weak agonist phenotype.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».