Characterization of Four New Monoclonal Antibodies that Recognize Mouse Natural Killer Activation Receptors
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
With the aim of identifying natural killer (NK) activation receptors, we immunized BALB/c mice with (BALB/cxB6)F1 NK LAK cells and made B-cell hybridomas. These were screened for monoclonal antibody (MAb) reacting with an NK activation receptor by using an antibody-induced redirected lysis (AIRL) assay against FcR-bearing P815 targets. Four hybridomas, clones 1C10, 1F10, 2D10 and 4G4, were selected for further characterization. Protein G-purified MAbs from these clones activated both resting and IL-2 activated B6 or F1 NK cells in the AIRL assay. 1F10 MAb, but not the other three MAbs, could compete for the binding of anti-NK1.1 (PK136) MAb to F1 NK cells. The four MAbs were screened for their ability to bind to or activate NK cells from the mouse strains SJL/J, DBA/2, 129/J, C3H/J, and BALB.K. None showed activity except IC10, which could bind to and activate SJL/J NK cells. When members of the NKR-P1 family from both B6 mice (A, B, and C genes expressed) and SJL mice (only A and B genes expressed) were expressed in Jurkat cells and tested for their antibody reactivity, PK136 MAb was found to recognize B6 NKR-P1C and SJL/J NKR-P1B; IC10 MAb was found to recognize NKR-P1-A, -B and -C from B6, but not NKR-P1A or -B from SJL/J; and 1F10 MAb was found to react only with B6 NKR-P1C.
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 | 0,000 | 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) | 0,003 | 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 découle