Relative Resistance of HLA-B to Downregulation by Naturally Occurring HIV-1 Nef Sequences
Notice bibliographique
Résumé
UNLABELLED: HIV-1 Nef binds to the cytoplasmic region of HLA-A and HLA-B and downregulates these molecules from the surface of virus-infected cells, thus evading immune detection by CD8(+) T cells. Polymorphic residues within the HLA cytoplasmic region may affect Nef's downregulation activity. However, the effects of HLA polymorphisms on recognition by primary Nef isolates remain elusive, as do the specific Nef regions responsible for downregulation of HLA-A versus HLA-B. Here, we examined 46 Nef clones isolated from chronically HIV-1 subtype B-infected subjects for their ability to downregulate various HLA-A, HLA-B, and HLA-C molecules on the surface of virus-infected cells. Overall, HLA-B exhibited greater resistance to Nef-mediated downregulation than HLA-A, regardless of the cell type examined. As expected, no Nef clone downregulated HLA-C. Importantly, the differential abilities of patient-derived Nef clones to downregulate HLA-A and HLA-B correlated inversely with the sensitivities of HIV-infected target cells to recognition by effector cells expressing an HIV-1 Gag-specific T cell receptor. Nef codon function analysis implicated amino acid variation at position 202 (Nef-202) in differentially affecting the ability to downregulate HLA-A and HLA-B, an observation that was subsequently confirmed by experiments using Nef mutants constructed by site-directed mutagenesis. The in silico and mutagenesis analyses further suggested that Nef-202 may interact with the C-terminal Cys-Lys-Val residues of HLA-A, which are absent in HLA-B. Taken together, the results show that natural polymorphisms within Nef modulate its interaction with natural polymorphisms in the HLA cytoplasmic tails, thereby affecting the efficiency of HLA downregulation and consequent recognition by HIV-specific T cells. These results thus extend our understanding of this complex pathway of retroviral immune evasion. IMPORTANCE: Recognition of genetically diverse pathogens by the adaptive immune system represents a primary strategy for host defense; however, pathogens such as HIV-1 can evade these responses to achieve persistent infection. The HIV-1 nef gene and the HLA class I locus rank among the most diverse genes of virus and host, respectively. The HIV-1 Nef protein interacts with the cytoplasmic region of HLA-A and HLA-B and downregulates these molecules to evade cellular immunity. By combining molecular, genetic, and in silico analyses, we demonstrate that patient-derived Nef clones downregulate HLA-A more effectively than HLA-B molecules. This in turn modulates the ability of HIV-specific T cells to recognize HIV-infected cells. We also identify a naturally polymorphic site at Nef codon 202 and HLA cytoplasmic motifs (GG314,315 and CKV339-341) that contribute to differential HLA downregulation by Nef. Our results highlight new interactions between HIV-1 and the human immune system that may contribute to pathogenesis.
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 | 0,001 |
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 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 ».