Mutational and Structural Analysis of KIR3DL1 Reveals a Lineage-Defining Allotypic Dimorphism That Impacts Both HLA and Peptide Sensitivity
Notice bibliographique
Résumé
Killer Ig-like receptors (KIRs) control the activation of human NK cells via interactions with peptide-laden HLAs. KIR3DL1 is a highly polymorphic inhibitory receptor that recognizes a diverse array of HLA molecules expressing the Bw4 epitope, a group with multiple polymorphisms incorporating variants within the Bw4 motif. Genetic studies suggest that KIR3DL1 variation has functional significance in several disease states, including HIV infection. However, owing to differences across KIR3DL1 allotypes, HLA-Bw4, and associated peptides, the mechanistic link with biological outcome remains unclear. In this study, we elucidated the impact of KIR3DL1 polymorphism on peptide-laden HLA recognition. Mutational analysis revealed that KIR residues involved in water-mediated contacts with the HLA-presented peptide influence peptide binding specificity. In particular, residue 282 (glutamate) in the D2 domain underpins the lack of tolerance of negatively charged C-terminal peptide residues. Allotypic KIR3DL1 variants, defined by neighboring residue 283, displayed differential sensitivities to HLA-bound peptide, including the variable HLA-B*57:01-restricted HIV-1 Gag-derived epitope TW10. Residue 283, which has undergone positive selection during the evolution of human KIRs, also played a central role in Bw4 subtype recognition by KIR3DL1. Collectively, our findings uncover a common molecular regulator that controls HLA and peptide discrimination without participating directly in peptide-laden HLA interactions. Furthermore, they provide insight into the mechanics of interaction and generate simple, easily assessed criteria for the definition of KIR3DL1 functional groupings that will be relevant in many clinical applications, including bone marrow transplantation.
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) | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».