MétaCan
Menu
Retour à la cohorte
Enregistrement W1666169447 · doi:10.4049/jimmunol.166.2.741

Cutting Edge: Detection of Antigen-Specific CD4+ T Cells by HLA-DR1 Oligomers Is Dependent on the T Cell Activation State

2001· article· en· W1666169447 sur OpenAlexaff
Thomas O. Cameron, Jennifer R. Cochran, Bader Yassine‐Diab, Rafick‐Pierre Sékaly, Lawrence J. Stern

Notice bibliographique

RevueThe Journal of Immunology · 2001
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueT-cell and B-cell Immunology
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesMassachusetts Institute of TechnologyNational Institutes of HealthNational Science Foundation
Mots-clésHuman leukocyte antigenAntigenEnhanced Data Rates for GSM EvolutionCell biologyMolecular biologyChemistryT cellImmunologyBiologyComputer scienceImmune system

Résumé

récupéré en direct d'OpenAlex

Class I MHC tetramers have proven to be invaluable tools for following and deciphering the CD8(+) T cell response, but the development of similar reagents for detection of CD4(+) T cells based on class II MHC proteins has been more difficult. We evaluated fluorescent streptavidin-based oligomers of HLA-DR1 for use as reagents to analyze Ag-specific human CD4(+) T cells. Staining was blocked at low temperatures and by drugs that disrupt microfilament formation and endocytosis. Cell-associated MHC oligomers were resistant to a surface stripping protocol and were observed by microscopy in intracellular compartments. This behavior indicates that detection of CD4(+) T cells using class II MHC oligomers can depend on an active cellular process in which T cells cluster and/or endocytose their Ag receptors. T cells of identical specificity but in different activation states varied greatly in their ability to be detected by class II MHC oligomers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations77
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetT-cell and B-cell ImmunologyTravaux en français237 207