Novel multiplex PCR-SSP method for centromeric KIR allele discrimination
Notice bibliographique
Résumé
Allelic diversity of the KIR2DL receptors drive differential expression and ligand-binding affinities that impact natural killer cell function and patient outcomes for diverse cancers. We have developed a global intermediate resolution amplification-refractory mutation system (ARMS) PCR-SSP method for distinguishing functionally relevant subgroups of the KIR2DL receptors, as defined by phylogenetic study of the protein sequences. Use of the ARMS design makes the method reliable and usable as a kit, with all reactions utilizing the same conditions. Six reactions define six subgroups of KIR2DL1; four reactions define three subgroups of KIR2DL2; and five reactions define four subgroups of KIR2DL3. Using KIR allele data from a cohort of 426 European-Americans, we identified the most common KIR2DL subtypes and developed the high-throughput PCR-based methodology, which was validated on a separate cohort of 260 healthy donors. Linkage disequilibrium analysis between the different KIR2DL alleles revealed that seven allelic combinations represent more than 95% of the observed population genotypes for KIR2DL1/L2/L3. In summary, our findings enable rapid typing of the most common KIR2DL receptor subtypes, allowing more accurate prediction of co-inheritance and providing a useful tool for the discrimination of observed differences in surface expression and effector function among NK cells exhibiting disparate KIR2DL allotypes.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».