MétaCan
Menu
Retour à la cohorte
Enregistrement W3103755750 · doi:10.1101/109785

A cell-topography based mechanism for ligand discrimination by the T-cell receptor

2017· preprint· en· W3103755750 sur OpenAlexaff
Ricardo A. Fernandes, Kristina A. Ganzinger, Justin C. Tzou, Peter Jönsson, Steven F. Lee, Matthieu Palayret, Ana Mafalda Santos, Alexander R. Carr, Aleks Ponjavic, Veronica T. Chang, Charlotte Macleod, B. Christoffer Lagerholm, Alan E. Lindsay, Omer Dushek, Andreas Tilevik, Simon J. Davis, David Klenerman

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2017
Typepreprint
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of California, San FranciscoMedical Research CouncilRoyal SocietyDirectorate for Biological SciencesUniversity of OxfordCancer Research UKWellcome Trust
Mots-clésT-cell receptorMajor histocompatibility complexReceptorCell biologyBiologyPhosphataseT cellCellAgonistPhosphorylationAntigenImmunologyImmune systemBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The T-cell receptor (TCR) triggers the elimination of pathogens and tumors by T lymphocytes. In order for this to avoid damage to the host, the receptor has to discriminate between thousands of peptide ligands presented by each host cell. Exactly how the TCR does this is unknown. In resting T-cells, the TCR is largely unphosphorylated due to the dominance of phosphatases over kinases expressed at the cell surface. When agonist peptides are presented to the TCR by major histocompatibility complex (MHC) proteins expressed by antigen-presenting cells (APCs), very fast receptor triggering occurs, leading to TCR phosphorylation. Recent work suggests that this depends on the local exclusion of the phosphatases from regions of contact of the T cells with the APCs. Here, we develop and test a quantitative treatment of receptor triggering reliant only upon TCR dwell-time in phosphatase-depleted cell-cell contacts constrained in area by cell topography. Using the model and experimentally-derived parameters, we find that ligand discrimination is possible but that it depends crucially on individual contacts being 400 nm in diameter or smaller, i.e. the size generated by microvilli. The model not only correctly predicts the relative signaling potencies of known agonists and non-agonists, but achieves this in the absence of conventional, multi-step kinetic proof-reading. Our work provides a simple, quantitative and predictive molecular framework for understanding why TCR triggering is so selective and fast, and reveals that for some receptors, cell topography crucially influences signaling outcomes. Significance statement One approach to testing biological theories is to determine if they are predictive. A simple, theoretical treatment of TCR triggering suggests that ligand discrimination by the receptor relies on just two physical principles: (1) the time TCRs spend in cell-cell contacts depleted of large tyrosine phosphatases; and (2) constraints on contact size imposed by T cells using finger-like protrusions to interrogate their targets. The theory not only allows agonistic and non-agonistic TCR ligands to be distinguished but predicts the relative signalling potencies of agonists with remarkable accuracy. This suggests that the theory captures the essential features of receptor triggering.

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 enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,024
Tête enseignante GPT0,267
Écart entre enseignants0,243 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetCAR-T cell therapy researchTravaux en français237 207