The Ly49 natural killer cell receptors: a versatile tool for viral self‐discrimination
Notice bibliographique
Résumé
The activation of murine and human natural killer (NK) cells is regulated by families of receptors including the Ly49 and Killer immunoglobulin-like receptors, respectively, both of which contain activating and inhibitory members. The archetypal role of inhibitory Ly49 receptors is to attenuate NK cell responses to normal cells that express major histocompatibility complex (MHC) class-I molecules, in essence allowing for more robust responses to infected or cancerous cells that lack MHC-I on their cell surface. However, it is now evident that Ly49 receptors have an appreciably more sophisticated array of functions. In particular, some activating Ly49 receptors can bind directly to MHC-I-like viral gene products such as m157, whereas others recognize self-MHC-I but only in the presence of viral chaperones. Although Ly49 receptor recognition is centred on the MHC-I-like fold, these NK cell receptors can also engage related ligands in unexpected ways. Herein we review the varied strategies employed by Ly49 receptors to recognize both self and viral ligands, with particular emphasis on the recently determined mode of Ly49-m157 ligation, and highlight the versatile nature of this family in the control of viral infections.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».