NK cell regulation by SLAM family receptors and SAP‐related adapters
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Signaling lymphocytic activating molecule (SLAM) family receptors and SLAM-associated protein (SAP)-related adapters play several important roles in the immune system. Natural killer (NK) cells express at least three members of the SLAM family. They are 2B4, NK, T- and B-cell antigen (NTB-A), and CD2-like receptor-activating cytotoxic cells (CRACC), which recognize their respective ligands CD48, NTB-A, and CRACC on target cells and possibly on other NK cells. In mature human NK cells, SLAM family receptors appear to have activating functions. In mature mouse NK cells, however, the only available information is for 2B4, which reportedly has the capacity to either stimulate or inhibit NK cell activation. The ability of SLAM family receptors to regulate NK cell functions seems to be largely dependent on their capacity to associate, by way of their cytoplasmic domain, with members of the SAP family of adapters, including SAP, Ewing's sarcoma-activated transcript-2 (EAT-2), and EAT-2-related transducer (ERT). By binding to SAP, SLAM family receptors are coupled to the Src kinase FynT, thereby evoking protein tyrosine phosphorylation signals. In human NK cells, SAP is likely to be crucial for the activating function of 2B4 and NTB-A but not of CRACC and also crucial for the activating function of 2B4 in mouse NK cells. EAT-2. SAP is ERT link SLAM family receptors to distinct, albeit poorly understood, signals. These two SAP-related adapters may be implicated in the inhibitory function of 2B4 observed in mouse NK cells. While much work remains to be carried out to fully understand the roles and mechanisms of action of the SLAM and SAP families in human and mouse NK cells, the published findings clearly establish that these molecules have important functions in NK cell biology.
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.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,007 |
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 découle