Transcriptome analysis reveals similarities between human blood CD3− CD56bright cells and mouse CD127+ innate lymphoid cells
Notice bibliographique
Résumé
Abstract For many years, human peripheral blood natural killer (NK) cells have been divided into functionally distinct CD3−CD56brightCD16−and CD3−CD56dimCD16+subsets. Recently, several groups of innate lymphoid cells (ILC), distinct from NK cells in development and function, have been defined in mouse. A signature of genes present in mouse ILC except NK cells, defined by Immunological Genome Project studies, is significantly over-represented in human CD56brightcells, by gene set enrichment analysis. Conversely, the signature genes of mouse NK cells are enriched in human CD56dimcells. Correlations are based upon large differences in expression of a few key genes. CD56brightcells show preferential expression of ILC-associatedIL7R(CD127),TNFSF10(TRAIL),KIT(CD117),IL2RA(CD25), CD27,CXCR3, DPP4(CD26),GPR183, and MHC class II transcripts and proteins. This could indicate an ontological relationship between human CD56brightcells and mouse CD127+ILC, or conserved networks of transcriptional regulation. In line with the latter hypothesis, among transcription factors known to impact ILC or NK cell development,GATA3,TCF7(TCF-1),AHR,SOX4, RUNX2, andZEB1transcript levels are higher in CD56brightcells, whileIKZF3(AIOLOS),TBX21(T-bet),NFIL3(E4BP4),ZEB2,PRDM1(BLIMP1), andRORAmRNA levels are higher in CD56dimcells.
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) | 0,002 | 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 ».