Evidence for high bi-allelic expression of activating Ly49 receptors
Notice bibliographique
Résumé
Stochastic expression is a hallmark of the Ly49 family that encode the main MHC class-I-recognizing receptors of mouse natural killer (NK) cells. This highly polygenic and polymorphic family includes both activating and inhibitory receptor genes and is one of genome's fastest evolving loci. The inhibitory Ly49 genes are expressed in a stochastic mono-allelic manner, possibly under the control of an upstream bi-directional early promoter and show mono-allelic DNA methylation patterns. To date, no studies have directly addressed the transcriptional regulation of the activating Ly49 receptors. Our study shows differences in DNA methylation pattern between activating and inhibitory genes in C57BL/6 and F1 hybrid mouse strains. We also show a bias towards bi-allelic expression of the activating receptors based on allele-specific single-cell RT-PCR in F1 hybrid NK cells for Ly49d and Ly49H expression in Ly49h(+/-) mice. Furthermore, we have identified a region of high sequence identity with possible transcriptional regulatory capacity for the activating Ly49 genes. Our results also point to a likely difference between NK and T-cells in their ability to transcribe the activating Ly49 genes. These studies highlight the complex regulation of this rapidly evolving gene family of central importance in mouse NK cell function.
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) | 0,000 | 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 | 0,001 |
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 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 ».