Mouse and Human CD1d-Self-Lipid Complexes Are Recognized Differently by Murine Invariant Natural Killer T Cell Receptors
Notice bibliographique
Résumé
Invariant natural killer T (iNKT) cells recognize self-lipids presented by CD1d through characteristic TCRs, which mainly consist of the invariant Vα14-Jα18 TCRα chain and Vβ8.2, 7 or 2 TCRβ chains with hypervariable CDR3β sequences in mice. The iNKT cell-CD1d axis is conserved between humans and mice, and human CD1d reactivity of murine iNKT cells have been described. However, the detailed differences between the recognition of human and mouse CD1d bound to various self-lipids by mouse iNKT TCRs are largely unknown. In this study, we generated a de novo murine iNKT TCR repertoire with a wider range of autoreactivity compared with that of naturally occurring peripheral iNKT TCRs. Vβ8.2 mouse iNKT TCRs capable of recognizing the human CD1d-self-lipid tetramer were identified, although such clones were not detectable in the Vβ7 or Vβ2 iNKT TCR repertoire. In line with previously reports, clonotypic Vβ8.2 iNKT TCRs with unique CDR3β loops did not discriminate among lipids presented by mouse CD1d. Unexpectedly, however, these iNKT TCRs showed greater ligand selectivity toward human CD1d presenting the same lipids. Our findings demonstrated that the recognition of mouse and human CD1d-self-lipid complexes by murine iNKT TCRs is not conserved, thereby further elucidating the differences between cognate and cross-species reactivity of self-antigens by mouse iNKT TCRs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».