Structural and Functional Correlates of Enhanced Antiviral Immunity Generated by Heteroclitic CD8 T Cell Epitopes
Notice bibliographique
Résumé
Peptides that bind poorly to MHC class I molecules often elicit low-functional avidity T cell responses. Peptide modification by altering the anchor residue facilitates increased binding affinity and may elicit T cells with increased functional avidity toward the native epitope ("heteroclitic"). This augmented MHC binding is likely to increase the half-life and surface density of the heteroclitic complex, but precisely how this enhanced T cell response occurs in vivo is not known. Furthermore, the ideal heteroclitic epitope will elicit T cell responses that completely cross-react with the native epitope, maximizing protection and minimizing undesirable off-target effects. Such epitopes have been difficult to identify. In this study, using mice infected with a murine coronavirus that encodes epitopes that elicit high (S510, CSLWNGPHL)- and low (S598, RCQIFANI)-functional avidity responses, we show that increased expression of peptide S598 but not S510 generated T cells with enhanced functional avidity. Thus, immune responses can be augmented toward T cell epitopes with low functional avidity by increasing Ag density. We also identified a heteroclitic epitope (RCVIFANI) that elicited a T cell response with nearly complete cross-reactivity with native epitope and demonstrated increased MHC/peptide abundance compared with native S598. Structural and thermal melt analyses indicated that the Q600V substitution enhanced stability of the peptide/MHC complex without greatly altering the antigenic surface, resulting in highly cross-reactive T cell responses. Our data highlight that increased peptide/MHC complex display contributes to heteroclitic epitope efficacy and describe parameters for maximizing immune responses that cross-react with the native epitope.
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) | 0,001 | 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 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 ».