MétaCan
Menu
Retour à la cohorte
Enregistrement W3028888486 · doi:10.4049/jimmunol.1900970

Merocytic Dendritic Cells Compose a Conventional Dendritic Cell Subset with Low Metabolic Activity

2020· article· en· W3028888486 sur OpenAlexafffund
Cindy Audiger, Adrien Fois, Alyssa L. Thomas, Edith M. Janssen, Martin Pelletier, Sylvie Lesage

Notice bibliographique

RevueThe Journal of Immunology · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmunotherapy and Immune Responses
Établissements canadiensUniversité LavalUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCyclin-dependent kinase 1BiologyDendritic cellTranscription factorIRF8Immune systemCell biologyCross-presentationPhenotypePopulationCancer researchT cellCellCell cycleImmunologyAntigen-presenting cellGeneticsGeneMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Conventional dendritic cells (cDCs) are arguably the most potent APCs that induce the activation of naive T cells in response to pathogens. In addition, at steady-state, cDCs help maintain immune tolerance. Two subsets of cDCs have been extensively characterized, namely cDC1 and cDC2, each contributing differently to immune responses. Recently, another dendritic cell (DC) subset, termed merocytic DCs (mcDCs), was defined. In contrast to both cDC1 and cDC2, mcDCs reverse T cell anergy, properties that could be exploited to potentiate cancer treatments. Yet, whether mcDCs represent an unconventional DC or a cDC subset remains to be defined. In this article, we further characterize mcDCs and find that they bear true characteristics of cDC subsets. Indeed, as for cDCs, mcDCs express the cDC-restricted transcription factor Zbtb46 and display very potent APC activity. In addition, mcDC population dynamics parallels that of cDC1 and cDC2 in both reconstitution kinetic studies and parabiotic mice. We next investigated their relatedness to cDC1 and cDC2 and demonstrate that mcDCs are not dependent on cDC1-related Irf8 and Batf3 transcription factors, are dependent on Irf4, a cDC2-specific transcription factor, and express a unique transcriptomic signature. Finally, we find that cDC1, cDC2, and mcDCs all present with different metabolic phenotypes, in which mcDCs exhibit the lowest glucose uptake activity and mcDC survival is the least affected by glycolysis inhibition. Defining the properties of mcDCs in mice may help identify a functionally equivalent subset in humans leading to the development of innovative cancer immunotherapies.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,211 · 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'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

Citations17
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetImmunotherapy and Immune ResponsesTravaux en français237 207