Polymorphism in the Innate Immune Receptor SIRPα Controls CD47 Binding and Autoimmunity in the Nonobese Diabetic Mouse
Notice bibliographique
Résumé
The signal regulatory protein (SIRP) locus encodes a family of paired receptors that mediate both activating and inhibitory signals and is associated with type 1 diabetes (T1D) risk. The NOD mouse model recapitulates multiple features of human T1D and enables mechanistic analysis of the impact of genetic variations on disease. In this study, we identify Sirpa encoding an inhibitory receptor on myeloid cells as a gene in the insulin-dependent diabetes locus 13.2 (Idd13.2) that drives islet inflammation and T1D. Compared to T1D-resistant strains, the NOD variant of SIRPα displayed greater binding to its ligand CD47, as well as enhanced T cell proliferation and diabetogenic potency. Myeloid cell-restricted expression of a Sirpa transgene accelerated disease in a dose-dependent manner and displayed genetic and functional interaction with the Idd5 locus to potentiate insulitis progression. Our study demonstrates that variations in both SIRPα sequence and expression level modulate T1D immunopathogenesis. Thus, we identify Sirpa as a T1D risk gene and provide insight into the complex mechanisms by which disease-associated variants act in concert to drive defined stages in disease progression.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».