HIV-1 Subtype C Gag-Specific T-Cell Responses in Relation to Human Leukocyte Antigens in a Diverse Population of HIV-Infected Ethiopians
Notice bibliographique
Résumé
Knowledge of the most dominant T-cell epitopes in the context of the local human leukocyte antigen (HLA) background is a prerequisite for the development of an effective HIV vaccine. In 100 Ethiopian subjects, 16 different HLA-A, 23 HLA-B, and 12 HLA-C specificities were observed. Ninety-four percent of the population carried at least 1 of the 5 most common HLA-A and/or HLA-B specificities. HIV-specific T-cell responses were measured in 48 HIV-infected Ethiopian subjects representing a wide range of ethnicities in Ethiopia using the interferon (IFN)-gamma enzyme-linked immunospot (Elispot) assay and 49 clade C-specific synthetic Gag peptides. Fifty-eight percent of the HIV-positive study subjects showed T-cell responses directed to 1 or more HIV Gag peptides. Most Gag-specific responses were directed against the subset of peptides spanning Gag p24. The breadth of response ranged from 1 to 9 peptides, with most (78%) individuals showing detectable responses to <3 Gag peptides. The magnitude of HIV-specific T-cell responses was not associated with HIV viral load but correlated positively with CD4 T-cell counts. The most frequently targeted Gag peptides overlapped with those previously described for HIV-1 subtype C-infected southern Africans, and therefore can be used in a multiethnic vaccine.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».