Cross-reactive public TCR sequences undergo positive selection in the human thymic repertoire
Notice bibliographique
Résumé
We investigated human T-cell repertoire formation using high throughput TCRβ CDR3 sequencing in immunodeficient mice receiving human hematopoietic stem cells (HSCs) and human thymus grafts. Replicate humanized mice generated diverse and highly divergent repertoires. Repertoire narrowing and increased CDR3β sharing was observed during thymocyte selection. While hydrophobicity analysis implicated self-peptides in positive selection of the overall repertoire, positive selection favored shorter shared sequences that had reduced hydrophobicity at positions 6 and 7 of CDR3βs, suggesting weaker interactions with self-peptides than unshared sequences, possibly allowing escape from negative selection. Sharing was similar between autologous and allogeneic thymi and occurred between different cell subsets. Shared sequences were enriched for allo-crossreactive CDR3βs and for Type 1 diabetes-associated autoreactive CDR3βs. Single-cell TCR-sequencing showed increased sharing of CDR3αs compared to CDR3βs between mice. Our data collectively implicate preferential positive selection for shared human CDR3βs that are highly cross-reactive. While previous studies suggested a role for recombination bias in producing "public" sequences in mice, our study is the first to demonstrate a role for thymic selection. Our results implicate positive selection for promiscuous TCRβ sequences that likely evade negative selection, due to their low affinity for self-ligands, in the abundance of "public" human TCRβ sequences.
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) | 0,001 | 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 ».