Signaling motifs in the IL-17 receptor (94.2)
Notice bibliographique
Résumé
Abstract IL-17 and its receptor IL-17RA have received much attention as the defining cytokine of a new class of T helper cells termed Th17. Mounting evidence suggests that IL-17 causes pathology in autoimmunity, but surprisingly little is known about mechanisms of IL-17 signal transduction. Although produced by T cells, IL-17 activates genes typical of innate immune cytokines such as TNFα and IL-1β, despite little sequence similarity in their respective receptors. A prior bioinformatics study predicted a subdomain in IL-17-family receptors with homology to a Toll/IL-1R (TIR) domain, termed “SEFIR.” However, the SEFIR domain lacks motifs critical for bona fide TIR domains, and its functionality has never been verified. Here, we used a reconstitution system in IL-17RA-null fibroblasts to map functional domains within IL-17RA. We demonstrate for the first time that the SEFIR domain mediates signaling, independently of TIR adaptors such as MyD88 and TRIF. Moreover, we identified a novel “TIR-like loop” (TILL) also required for activation of NF-κB, NF-κB-dependent genes and upregulation of C/EBPβ and C/EBPδ. We further identified a distinct domain required for activation of C/EBPβ and induction of a subset IL-17 target genes. This is the first structure-function analysis of any IL-17R superfamily receptor, and reveals unique structural and functional properties in IL-17 signaling.
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) | 0,002 | 0,002 |
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.
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 ».