Epitope specificity plays a critical role in regulating antibody-dependent cell-mediated cytotoxicity against influenza A virus
Notice bibliographique
Résumé
The generation of strain-specific neutralizing antibodies against influenza A virus is known to confer potent protection against homologous infections. The majority of these antibodies bind to the hemagglutinin (HA) head domain and function by blocking the receptor binding site, preventing infection of host cells. Recently, elicitation of broadly neutralizing antibodies which target the conserved HA stalk domain has become a promising "universal" influenza virus vaccine strategy. The ability of these antibodies to elicit Fc-dependent effector functions has emerged as an important mechanism through which protection is achieved in vivo. However, the way in which Fc-dependent effector functions are regulated by polyclonal influenza virus-binding antibody mixtures in vivo has never been defined. Here, we demonstrate that interactions among viral glycoprotein-binding antibodies of varying specificities regulate the magnitude of antibody-dependent cell-mediated cytotoxicity induction. We show that the mechanism responsible for this phenotype relies upon competition for binding to HA on the surface of infected cells and virus particles. Nonneutralizing antibodies were poor inducers and did not inhibit antibody-dependent cell-mediated cytotoxicity. Interestingly, anti-neuraminidase antibodies weakly induced antibody-dependent cell-mediated cytotoxicity and enhanced induction in the presence of HA stalk-binding antibodies in an additive manner. Our data demonstrate that antibody specificity plays an important role in the regulation of ADCC, and that cross-talk among antibodies of varying specificities determines the magnitude of Fc receptor-mediated effector functions.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».