An Unbiased Linkage Approach Reveals That the p53 Pathway Is Coupled to NK Cell Maturation
Notice bibliographique
Résumé
Abstract Natural killer cells constitute potent innate lymphoid cells that play a major role in both tumor immunosurveillance and viral clearance via their effector functions. A four-stage model of NK cell functional maturation has been established according to the expression of CD11b and CD27, separating mature NK (mNK) cells into distinct populations that exhibit specific phenotypic and functional properties. To identify genetic factors involved in the regulation of NK cell functional maturation, we performed a linkage analysis on F2 (B6.Rag1−/− × NOD.Rag1−/− intercross) mice. We identified six loci on chromosomes 2, 4, 7, 10, 11, and 18 that were linked to one or more mNK cell subsets. Subsequently, we performed an in silico analysis exploiting mNK cell subset microarray data, highlighting various genes and microRNAs as potential regulators of the functional maturation of NK cells. Together, the combination of our unbiased genetic linkage study and the in silico analysis positions genes known to affect NK cell biology along the specific stages of NK cell functional maturation. Moreover, this approach allowed us to uncover a novel candidate gene in the regulation of NK cell maturation, namely Trp53. Using mice deficient for Trp53, we confirm that this tumor suppressor regulates NK cell functional maturation. Additional candidate genes revealed in this study may eventually serve as targets for the modulation of NK cell functional maturation to potentiate both tumor immunosurveillance and viral clearance.
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 | 0,001 | 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 ».