Profiling Posttransplant Circulating Antibodies in Kidney Transplantation Using Donor Endothelial Cells
Notice bibliographique
Résumé
BACKGROUND: Pathogenesis of antibody (Ab) responses to transplant are yet not well defined. This study aimed to detect and to analyze posttransplant circulating allo-Abs reacting toward graft endothelial cells (ECs) using primary EC cultures prospectively isolated from the transplant donor at the time of transplantation. METHODS: This study shows a retrospective analysis performed using a dedicated EC crossmatch (ECXM) assay that we developed for the experimental assessment of donor-specific EC-reactive Abs. Donor-specific ECXM was performed by flow cytometry on posttransplant sera (n=256) from an historical cohort of 22 kidney allograft recipients. RESULTS: In this study, we show that 27.3% (6/22) of recipients have a positive ECXM that strictly correlates (100%, 6/6) with the presence of anti-human leukocyte antigen (HLA) Abs posttransplantation. ECXM identifies both donor-specific Abs (DSA; 50%) and non-DSA (50%) reactive to EC. DSA and non-DSA are mostly IgG1 and exhibit peak titers ranging from 1/8 to 1/1024. ECXM indicates that DSA correspond to anti-HLA class II Abs; this immunization is late (M3-M60) but persistent (still detected at M60). In contrast, non-DSA are non-HLA-type Abs reacting with third-party EC and reflecting an early but transient immunization (ended at M3-M12). Our findings demonstrate selective regulatory pathways initiated by anti-HLA class II and non-DSA in graft EC reflected by CCR4 and interleukin 1β up-regulation, respectively. CONCLUSIONS: We provide evidence that circulating Abs in HLA-sensitized transplant recipients include both DSA and non-HLA/non-DSA able to bind to graft EC and induce specific gene transcription.
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 | 0,001 |
| 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 ».