Inhibition of natural killer cell activation signals by killer cell immunoglobulin‐like receptors (CD158)
Notice bibliographique
Résumé
The killer cell immunoglobulin-like receptor (KIR) family includes receptors that bind to HLA class I molecules on target cells and inhibit natural killer (NK)-cell cytotoxicity, and receptors such as KIR3DL7 with no known ligand and function. Inhibitory KIR recruit the tyrosine phosphatase SHP-1 to block signals transduced by any one of a number of activation receptors. Inhibition of overall protein tyrosine phosphorylation by SHP-1 during binding of KIR to MHC class I on target cells is selective, suggesting that a limited number of substrates are dephosphorylated by SHP-1. We have chosen to study KIR inhibition as it occurs during binding of KIR to MHC class I on target cells, despite the technical limitations inherent to studies of processes regulated by cell contact. KIR binding to MHC class I on target cells inhibits tyrosine phosphorylation of the activation receptor 2B4 (CD244) and disrupts adhesion of NK cells to target cells. Inhibition of proximal events in NK activation may increase the availability of NK cells by liberating them from non-productive interactions with resistant target cells. As the receptors and the signaling pathways that induce NK cytotoxicity are not fully characterized, elucidation of the inhibitory mechanism employed by KIR may provide insight into NK activation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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 ».