Expression of IL‐7Rα and KLRG1 defines functionally distinct CD8 <sup>+</sup> T‐cell populations in humans
Notice bibliographique
Résumé
Abstract During acute viral infections in mice, IL‐7Rα and KLRG1 together are used to distinguish the short‐lived effector cells (SLEC; IL‐7Rα lo KLRG hi ) from the precursors of persisting memory cells (MPEC; IL‐7Rα hi KLRG1 lo ). We here show that these markers can be used to define distinct subsets in the circulation and lymph nodes during the acute phase and in “steady state” in humans. In contrast to the T cells in the circulation, T cells derived from lymph nodes hardly contain any KLRG1‐expressing cells. The four populations defined by IL‐7Rα and KLRG1 differ markedly in transcription factor, granzyme and chemokine receptor expression. When studying renal transplant recipients experiencing a primary hCMV and EBV infection, we also found that after viral control, during latency, Ki‐67‐negative SLEC can be found in the peripheral blood in considerable numbers. Thus, combined analyses of IL‐7Rα and KLRG1 expression on human herpes virus‐specific CD8 + T cells can be used to separate functionally distinct subsets in humans. As a noncycling IL‐7Rα lo KLRG1 hi population is abundant in healthy humans, we conclude that this combination of markers not only defines short‐lived effector cells during the acute response but also stable effector cells that are formed and remain present during latent herpes infections.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 tête enseignante, 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 ».