T Cell Cross-Reactivity between a Highly Immunogenic EBV Epitope and a Self-Peptide Naturally Presented by HLA-B*18:01+ Cells
Notice bibliographique
Résumé
T cell cross-reactivity underpins the molecular mimicry hypothesis in which microbial peptides sharing structural features with host peptides stimulate T cells that cross-react with self-peptides, thereby initiating and/or perpetuating autoimmune disease. EBV represents a potentially important factor in the pathogenesis of several T cell-mediated autoimmune disorders, with molecular mimicry a likely mechanism. In this study, we describe a human self-peptide (DELEIKAY) that is a homolog of a highly immunogenic EBV T cell epitope (SELEIKRY) presented by HLA-B*18:01. This self-peptide was shown to bind stably to HLA-B*18:01, and peptide elution/mass spectrometric studies showed it is naturally presented by this HLA molecule on the surface of human cells. A significant proportion of CD8(+) T cells raised from some healthy individuals against this EBV epitope cross-reacted with the self-peptide. A diverse array of TCRs was expressed by the cross-reactive T cells, with variable functional avidity for the self-peptide, including some T cells that appeared to avoid autoreactivity by a narrow margin, with only 10-fold more of the self-peptide required for equivalent activation as compared with the EBV peptide. Structural studies revealed that the self-peptide-HLA-B*18:01 complex is a structural mimic of the EBV peptide-HLA-B*18:01 complex, and that the strong antiviral T cell response is primarily dependent on the alanine/arginine mismatch at position 7. To our knowledge, this is the first report confirming the natural presentation of a self-peptide cross-recognized in the context of self-HLA by EBV-reactive CD8(+) T cells. These results illustrate how aberrant immune responses and immunopathological diseases could be generated by EBV infection.
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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».