Modeling the dynamics of neonatal CD8<sup>+</sup> T‐cell responses
Notice bibliographique
Résumé
Neonates are particularly susceptible to a number of infections, and the neonatal CD8 + T‐cell response demonstrates differences in both the phenotype and magnitude of responses to infection compared with adults. However, the underlying basis for these differences is unclear. We have used a mathematical modeling approach to analyze the dynamics of neonatal and adult CD8 + T‐cell responses following in vitro stimulation and in vivo infection, which allows us to dissect key cell‐intrinsic differences in expansion, differentiation and memory formation. We found that neonatal cells started dividing 8 h earlier and proliferated at a faster rate (0.077 vs 0.105 per day) than adult cells in vitro . In addition, neonatal cells also differentiated more rapidly, as measured by the loss in CD62L and Ly6C expression. We extended our mathematical modeling to analysis of neonatal and adult CD8 + T cells responding in vivo and demonstrated that neonatal cells divide more slowly than adult cells after day 4 post infection. However, neonatal cells differentiate more rapidly, upregulating more KLRG1 per division than adult cells (20% vs 5%). The dynamics of memory formation were also found to be different, with neonatal effector cells showing increased death (1.0 vs 2.45 per day). Comparison of the division of human cord blood and adult naive cells stimulated in vitro showed more division in cord blood‐derived cells, consistent with the observations in mice. This work highlights differences of the cell‐intrinsic division and differentiation program in neonatal CD8 + T 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».