MétaCan
Menu
Retour à la cohorte

Evolution of NK receptors: a single Ly49 and multiple KIR genes in the cow

2002· article· en· W2011259604 sur OpenAlexaff
Karina L. McQueen, Brian T. Wilhelm, Kristin D. Harden, Dixie L. Mager

Notice bibliographique

RevueEuropean Journal of Immunology · 2002
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensUniversity of British ColumbiaTerry Fox Research InstituteBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésBiologyGeneComplementary DNAGeneticsOpen reading frameReceptorGene familySouthern blotGenomePeptide sequence

Résumé

récupéré en direct d'OpenAlex

Natural killer (NK) cell receptors for classical MHC class I molecules are encoded by the killer Ig-like receptor (KIR) multigene family in humans and other primates. Mouse NK cells, however, employ a completely different multigene family, the C-type lectin-like Ly49 genes, to perform the same function. This example of functional convergent evolution raises the question of what type of receptors are found in non-primate and non-rodent mammals. By screening a bovine spleen cDNA library, we isolated an Ly49 gene from the cow (Bos Taurus) and show by genomic Southern blotting that it is likely a single copy gene in this species. The coding region is intact and has an immunoreceptor tyrosine-based inhibition motif (ITIM) in the cytoplasmic domain, suggesting a role as an inhibitory receptor. We have also identified several bovine cDNA clones related to KIR and show that at least one has an intact open reading frame with two ITIM. Evidence for multiple KIR-like genes in the cow was obtained by Southern blotting and we found that at least two of these genes contain an ancient retro-element present in all human KIR genes. These results suggest that the cow and primate KIRgene families arose from a common ancestral gene but amplified independently. Furthermore, these findings indicate that the existence of multiple Ly49 genes may be a phenomenon unique to rodents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,197
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations82
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of ImmunologyMême sujetImmune Cell Function and InteractionTravaux en français237 207