Epistatic interactions between killer immunoglobulin-like receptors and human leukocyte antigen ligands are associated with ankylosing spondylitis
Notice bibliographique
Résumé
The killer immunoglobulin-like receptors (KIRs), found predominantly on the surface of natural killer (NK) cells and some T-cells, are a collection of highly polymorphic activating and inhibitory receptors with variable specificity for class I human leukocyte antigen (HLA) ligands. Fifteen KIR genes are inherited in haplotypes of diverse gene content across the human population, and the repertoire of independently inherited KIR and HLA alleles is known to alter risk for immune-mediated and infectious disease by shifting the threshold of lymphocyte activation. We have conducted the largest disease-association study of KIR-HLA epistasis to date, enabled by the imputation of KIR gene and HLA allele dosages from genotype data for 12,214 healthy controls and 8,107 individuals with the HLA-B*27-associated immune-mediated arthritis, ankylosing spondylitis (AS). We identified epistatic interactions between KIR genes and their ligands (at both HLA subtype and allele resolution) that increase risk of disease, replicating analyses in a semi-independent cohort of 3,497 cases and 14,844 controls. We further confirmed that the strong AS-association with a pathogenic variant in the endoplasmic reticulum aminopeptidase gene ERAP1, known to alter the HLA-B*27 presented peptidome, is not modified by carriage of the canonical HLA-B receptor KIR3DL1/S1. Overall, our data suggests that AS risk is modified by the complement of KIRs and HLA ligands inherited, beyond the influence of HLA-B*27 alone, which collectively alter the proinflammatory capacity of KIR-expressing lymphocytes to contribute to disease immunopathogenesis.
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) | 0,001 | 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 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 ».