MétaCan
Menu
Retour à la cohorte
Enregistrement W2970724440 · doi:10.1242/jcs.232991

Differential nanoscale organisation of LFA-1 modulates T-cell migration

2019· article· en· W2970724440 sur OpenAlexfundno aff
Michael J. Shannon, Judith Pineau, Juliette Griffié, Jesse Aaron, Tamlyn Peel, David J. Williamson, Rose Zamoyska, Andrew P. Cope, Georgina H. Cornish, Dylan M. Owen

Notice bibliographique

RevueJournal of Cell Science · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCell Adhesion Molecules Research
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilNational Institutes of HealthKing's College LondonWellcome TrustGuy's and St Thomas' CharityVersus ArthritisArthritis Research UKMcGill UniversityGordon and Betty Moore Foundation
Mots-clésBiologyCell biologyIntegrinIntracellularActinActin cytoskeletonFocal adhesionCell adhesionEffectorCytoskeletonCellSignal transductionBiochemistry

Résumé

récupéré en direct d'OpenAlex

Effector T-cells rely on integrins to drive adhesion and migration to facilitate their immune function. The heterodimeric transmembrane integrin LFA-1 (αLβ2 integrin) regulates adhesion and migration of effector T-cells through linkage of the extracellular matrix with the intracellular actin treadmill machinery. Here, we quantified the velocity and direction of F-actin flow in migrating T-cells alongside single-molecule localisation of transmembrane and intracellular LFA-1. Results showed that actin retrograde flow positively correlated and immobile actin negatively correlated with T-cell velocity. Plasma membrane-localised LFA-1 forms unique nano-clustering patterns in the leading edge, compared to the mid-focal zone, of migrating T-cells. Deleting the cytosolic phosphatase PTPN22, loss-of-function mutations of which have been linked to autoimmune disease, increased T-cell velocity, and leading-edge co-clustering of pY397 FAK, pY416 Src family kinases and LFA-1. These data suggest that differential nanoclustering patterns of LFA-1 in migrating T-cells may instruct intracellular signalling. Our data presents a paradigm where T-cells modulate the nanoscale organisation of adhesion and signalling molecules to fine tune their migration speed, with implications for the regulation of immune and inflammatory responses.This article has an associated First Person interview with the first author of the paper.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

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)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,258 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations27
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cell ScienceMême sujetCell Adhesion Molecules ResearchTravaux en français237 207