Peptide‐activated double‐negative T cells can prevent autoimmune type‐1 diabetes development
Notice bibliographique
Résumé
Autoimmune diseases may develop because of defective maturation, activation, differentiation and function of regulatory T cells. Previous studies have shown that exposure to donor antigen activates peripheral TCRalphabeta+CD3+CD4-CD8-NK1.1-, double-negative (DN) T cells, which specifically suppress anti-donor T cells and enhance survival of skin and heart grafts from allogeneic and xenogeneic donors. However, the role of DN T cells in preventing T cell-mediated autoimmune disease is unknown. Here, we analyzed the ability of DN T cells to recognize peptides expressed on self MHC and to suppress peptide-reactive CD8+ T cells, using the P14 mouse model that expresses a transgenic TCR specific for gp33 peptide presented on self MHC class I-Db. We found that injection of gp33 peptide resulted in increased DN and decreased CD8+ T cell numbers in the lymph nodes when compared to untreated mice. Injection of gp33, but not TCR-non-specific AV peptide, increased expression of T cell activation markers on DN T cells. Moreover, gp33-activated DN T cells suppressed proliferation of syngeneic CD8+ T cells via killing activated CD8+ T cells in an antigen-specific fashion in vitro. Furthermore, transferring gp33-activated DN T cells inhibited the development of autoimmune diabetes, suggesting that DN T cells may provide a novel therapy for T cell-mediated autoimmune diseases.
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 | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».