Chemotherapy-Induced Genotoxic Stress Promotes Sensitivity to Natural Killer Cell Cytotoxicity by Enabling Missing-Self Recognition
Notice bibliographique
Résumé
Natural killer (NK) cells can recognize and kill tumor cells lacking "self" markers, such as class I MHC, but the basis for this recognition is not completely understood. NKR-P1 receptors are members of the C-type lectin-related NK receptor superfamily that are conserved from rodents to humans. Identification of Clr ligands for the NKR-P1 receptors has facilitated functional analysis of MHC-independent target cell recognition by NK cells. One receptor-ligand pair, NKR-P1B:Clr-b, can mediate "missing-self" recognition of tumor and infected cells, but the role of this axis in sensing stressed cells remains unknown. Here, we show that Clr-b is rapidly downregulated in cells undergoing genotoxic and cellular stress at the level of both RNA and surface protein. Stress-mediated loss of Clr-b on leukemia cells enhanced cytotoxicity mediated by NKR-P1B(+) NK cells. Notably, Clr-b downregulation was coordinated functionally with stress-mediated upregulation of NKG2D ligands (but not class I MHC). Our findings highlight a unique role for the MHC-independent NKR-P1B:Clr-b missing-self axis in recognition of stressed cells, and provide evidence of two independent levels of Clr-b regulation in stressed cells.
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 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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».