Natural killer cell education does not affect the magnitude of granzyme B delivery to target cells by antibody-dependent cellular cytotoxicity
Notice bibliographique
Résumé
OBJECTIVE: Interest in the role of antibody-dependent cellular cytotoxicity (ADCC) in protection from HIV infection has grown since analyses of the RV144 HIV vaccine trial results found ADCC correlated with protection. Natural killer (NK) cells are among the effector cells that mediate ADCC. The level of antibody-induced NK cell activation depends on NK cell education through inhibitory NK cell receptor human leukocyte antigen (HLA) ligand interactions. Here, we investigated the impact of NK cell education on the delivery of Granzyme B (GzB) to target cells. DESIGN: Lymphocytes from 50 HIV-uninfected [30 Bw4 (Bw4) and 20 Bw4 (Bw6)] KIR3DL1 homozygote persons were used as effectors and cocultured with gp120-coated target cells in the presence of a single source of anti-HIV gp120 antibody to ascertain whether NK cell education status influenced the level of GzB delivered to target cells. METHODS: The GTL assay assessed the frequency of GzB-positive (%GzB) CEM.NKr.CCR5 target cells generated by effectors from each individual. The frequency of CD107a, interferon (IFN)-γ and CCL4 NK cells was assessed as a measure of antibody-induced NK cell activation. RESULTS: KIR3DL1 NK cells from the Bw4 group were more functional than KIR3DL1 NK cells. Despite this, the %GzB target cells generated in the GTL assay did not differ according to the KIR3DL1-HLA-B genotype of the effector cells. The %GzB cells positively correlated with the frequency of CD16KIR3DL1 NK cells in the effector population. CONCLUSION: ADCC potency does not depend on NK cell education.
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) | 0,001 | 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 ».