Differential contribution of education through KIR2DL1, KIR2DL3, and KIR3DL1 to antibody-dependent (AD) NK cell activation and ADCC
Notice bibliographique
Résumé
Abstract The engagement of activating NK receptors (aNKR) stimulates NK cell activity, provided that interactions between inhibitory NK receptors (iNKR) with their HLA ligands do not override them. Abs bound to target cells can also activate NK cells by engaging the CD16 aNKR. NK cell education status is an important factor for Ab-dependent NK cell activation (ADNKA) of some NK cell subsets. However, whether NK cell education also influences Ab-dependent cellular cytotoxicity (ADCC) levels is not fully known. ADCC-GranToxiLux (GTL) assays measured ADCC activity as the frequency of granzyme B positive (%GzB+) target cells. Target cells were anti-HIV Immunoglobulin G (HIVIG)-opsonized CEM-NKr.CCR5 (CEM) cells. Lymphocytes and sorted single positive (SP) NKG2A+, KIR2DL1+, KIR2DL3+, and KIR3DL1+ NK cells, to self- and nonself HLA, were used as effectors in ADCC-GTL assays to examine how education status influenced ADCC activity. ADNKA activity was assessed by stimulating lymphocytes with HIVIG-opsonized CEMs and measuring the frequency of NK cell populations defined by their expression of iNKRs, along with IFN-γ, CCL4, and CD107a functions. ADCC: the %GzB+ CEM cells generated by self- versus nonself HLA-specific SPiNKR did not differ. ADNKA: More NK cells educated through KIR2DL1 and KIR3DL1, but not KIR2DL3, responded to ADNKA than their uneducated counterparts. CD16 engagement induced ADCC and ADNKA activity. With the proviso that groups’ sizes were small, our results support the notion that NK cell education does not influence ADCC levels but does contribute to ADNKA activity.
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 ».