TCRs with segment TRAV9‐2 or a CDR3 histidine are overrepresented among nickel‐specific CD4+ T cells
Notice bibliographique
Résumé
Abstract Background Nickel is the most frequent cause of T cell–mediated allergic contact dermatitis worldwide. In vitro, CD4+ T cells from all donors respond to nickel but the involved αβ T cell receptor (TCR) repertoire has not been comprehensively analyzed. Methods We introduce CD154 (CD40L) upregulation as a fast, unbiased, and quantitative method to detect nickel‐specific CD4+ T cells ex vivo in blood of clinically characterized allergic and non allergic donors. Naïve (CCR7+ CD45RA+) and memory (not naïve) CD154+ CD4+ T cells were analyzed by flow cytometry after 5 hours of stimulation with 200 µmol/L NiSO 4 ., TCR α‐ and β‐chains of sorted nickel‐specific and control cells were studied by high‐throughput sequencing. Results Stimulation of PBMCs with NiSO 4 induced CD154 expression on ~0.1% (mean) of naïve and memory CD4+ T cells. In allergic donors with recent positive patch test, memory frequencies further increased ~13‐fold and were associated with markers of in vivo activation. CD154 expression was TCR‐mediated since single clones could be specifically restimulated. Among nickel‐specific CD4+ T cells of allergic and non allergic donors, TCRs expressing the α‐chain segment TRAV9‐2 or a histidine in their α‐ or β‐chain complementarity determining region 3 (CDR3) were highly overrepresented. Conclusions Induced CD154 expression represents a reliable method to study nickel‐specific CD4+ T cells. TCRs with particular features respond in all donors, while strongly increased blood frequencies indicate nickel allergy for some donors. Our approach may be extended to other contact allergens for the further development of diagnostic and predictive in vitro tests.
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 | 0,000 | 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) | 0,003 | 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 ».