Dynamics of Macrophage Trogocytosis of Rituximab-Coated B Cells
Notice bibliographique
Résumé
Macrophages can remove antigen from the surface of antibody-coated cells by a process termed trogocytosis. Using live cell microscopy and flow cytometry, we investigated the dynamics of trogocytosis by RAW264.7 macrophages of Ramos B cells opsonized with the anti-CD20 monoclonal antibody rituximab. Spontaneous and reversible formation of uropods was observed on Ramos cells, and these showed a strong enrichment in rituximab binding. RAW-Ramos conjugate interfaces were highly enriched in rituximab, and transfer of rituximab to the RAW cells in submicron-sized puncta occurred shortly after cell contact. Membrane from the target cells was concomitantly transferred along with rituximab to a variable extent. We established a flow cytometry-based approach to follow the kinetics of transfer and internalization of rituximab. Disruption of actin polymerization nearly eliminated transfer, while blocking phosphatidylinositol 3-kinase activity only resulted in a delay in its acquisition. Inhibition of Src family kinase activity both slowed acquisition and reduced the extent of trogocytosis. The effects of inhibiting these kinases are likely due to their role in efficient formation of cell-cell conjugates. Selective pre-treatment of Ramos cells with phenylarsine oxide blocked uropod formation, reduced enrichment of rituximab at cell-cell interfaces, and reduced the efficiency of trogocytic transfer of rituximab. Our findings highlight that dynamic changes in target cell shape and surface distribution of antigen may significantly influence the progression and extent of trogocytosis. Understanding the mechanistic determinants of macrophage trogocytosis will be important for optimal design of antibody therapies.
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 | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».