Modulation of Siglec-7 Signaling via <i>in situ</i> Created High-affinity <i>cis</i> -Ligands
Notice bibliographique
Résumé
Abstract Sialic acid-binding immunoglobulin-like lectins, also known as Siglecs, have recently been designated as glyco-immune checkpoints. Through their interactions with sialylated glycan epitopes overexpressed on tumor cells, inhibitory Siglecs on innate and adaptive immune cells modulate signaling cascades to restrain anti-tumor immune responses. However, the mechanisms underlying these processes are just starting to be elucidated. We discover that when human natural killer (NK) cells attack tumor cells, glycan remodeling occurs on the target cells at the immunological synapse. This remodeling occurs through both transfer of sialylated glycans from NK cells to target tumor cells and accelerated de novo synthesis of sialosides on the tumor cell themselves. The functionalization of NK cells with a high-affinity ligand of Siglec-7 leads to multifaceted consequences in modulating Siglec-7-regulated NK-activation. At high levels, the added Siglec-7 ligand suppresses NK-cytotoxicity through the recruitment of Siglec-7, whereas at low levels the same ligand triggers the release of Siglec-7 from the cell surface into the culture medium, preventing Siglec-7-mediated inhibition of NK cytotoxicity. These results suggest that glycan engineering of NK cells may provide a means to boost NK effector functions.
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) | 0,002 | 0,001 |
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 ».