Optimal Effector Functions in Human Natural Killer Cells Rely upon Autocrine Bone Morphogenetic Protein Signaling
Notice bibliographique
Résumé
Natural killer (NK) cells are critical for innate tumor immunity due to their specialized ability to recognize and kill neoplastically transformed cells. However, NK cells require a specific set of cytokine-mediated signals to achieve optimal effector function. Th1-associated cytokines promote effector functions that are inhibited by the prototypic Th2 cytokine IL4 and the TGFβ superfamily members TGFβ1 and activin-A. Interestingly, the largest subgroup of the TGFβ superfamily are the bone morphogenetic proteins (BMP), but the effects of BMP signaling on NK cell effector functions have not been evaluated. Here, we demonstrate that blood-circulating NK cells express type I and II BMP receptors, BMP-2 and BMP-6 ligands, and phosphorylated isoforms of Smad-1/-5/-8, which mediate BMP family member signaling. In opposition to the inhibitory effects of TGFβ1 or activin-A, autocrine BMP signaling was supportive to NK cell function. Mechanistic investigations in cytokine and TLR-L-activated NK cells revealed that BMP signaling optimized IFNγ and global cytokine and chemokine production, phenotypic activation and proliferation, and autologous dendritic cell activation and target cytotoxicity. Collectively, our findings identify a novel auto-activatory pathway that is essential for optimal NK cell effector function, one that might be therapeutically manipulated to help eradicate tumors. Cancer Res; 74(18); 5019-31. ©2014 AACR.
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) | 0,002 | 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 ».