Identification of a β-Cell-Specific HLA Class I Restricted Epitope in Type 1 Diabetes
Notice bibliographique
Résumé
Type 1 diabetes is an autoimmune disease in which pancreatic beta-cells are destroyed by cytotoxic T-cells that recognize peptide epitopes presented by HLA class I molecules. The identification of human beta-cell epitopes may significantly improve the prospects for immunodiagnosis and immunotherapy in type 1 diabetes. Using algorithms to predict nonameric beta-cell peptides that would bind to the common HLA allele, HLA-A*0201, we identified a potential epitope from the leader sequence of islet amyloid polypeptide (human islet amyloid polypeptide [IAPP] precursor protein [preproIAPP] 5-13: KLQVFLIVL). Peripheral blood mononuclear cells (PBMCs) were isolated from 18 HLA-A*0201 patients with type 1 diabetes (9 with recent-onset [<180 days; range, 1-120 days] and 9 with long-standing diabetes [>180 days; range, 183-3,273 days]) and 9 healthy, nondiabetic control subjects. PBMCs were screened for peptide recognition using interferon-gamma enzyme-linked immunospot (ELISpot) assays. Of the nine patients with recent-onset type 1 diabetes, six had ELISpot responses to preproIAPP 5-13 that were >3 SDs above the mean of the nondiabetic control subjects (P = 0.002). In contrast, no patients with type 1 diabetes for >180 days had a response above this threshold. In summary, preproIAPP 5-13 is a novel HLA class I epitope recognized by a significant proportion of cytotoxic T-cells from HLA-A*0201 patients with recent-onset type 1 diabetes and may prove to be a useful tool for the prediction and/or prevention of this disease.
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 | 0,000 | 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) | 0,000 | 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 ».