MétaCan
Menu
Retour à la cohorte
Enregistrement W2921994600 · doi:10.1111/imcb.12248

The peripheral differentiation of human natural killer T cells

2019· article· en· W2921994600 sur OpenAlexaff
Jie Liu, Brenna J. Hill, Samuel Darko, Kaimei Song, Máire F. Quigley, Tedi E. Asher, Yohei Morita, Hui Yee Greenaway, Vanessa Venturi, Daniel C. Douek, Miles P. Davenport, David A. Price, Mario Roederer

Notice bibliographique

RevueImmunology and Cell Biology · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesAustralian Research CouncilWellcome TrustDivision of Intramural Research, National Institute of Allergy and Infectious DiseasesWellcome
Mots-clésPeripheralNatural (archaeology)ImmunologyBiologyPeripheral bloodMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract The peripheral maturation of human CD1d‐restricted natural killer T (NKT) cells has not been well described. In this study, we identified four major subsets of NKT cells in adults, distinguished by the expression of CD4, CD8 and CCR5. Phenotypic analysis suggested a hierarchical pattern of differentiation, whereby immature CD4+CD8−CCR5− cells progressed to an intermediate CD4+CD8−CCR5+ stage, which remained less differentiated than the CD4−CD8− and CD4−CD8+ subsets, both of which expressed CCR5. This interpretation was supported by functional data, including clonogenic potential and cytokine secretion profiles, as well as T‐cell receptor (TCR) excision circle analysis. Moreover, conventional and high‐throughput sequencing of the corresponding TCR repertoires demonstrated significant clonotypic overlap within individuals, especially between the more differentiated CD4−CD8− and CD4−CD8+ subsets. Collectively, these results mapped a linear differentiation pathway across the post‐thymic landscape of human CD1d‐restricted NKT cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunology and Cell BiologyMême sujetImmune Cell Function and InteractionTravaux en français237 207