MétaCan
Menu
Retour à la cohorte
Enregistrement W3110999838 · doi:10.1002/eji.202048696

Identification of human cytotoxic ILC3s

2020· article· en· W3110999838 sur OpenAlexaff
Lisette Krabbendam, Balthasar A. Heesters, Chantal M. A. Kradolfer, Hergen Spits, Jochem H. Bernink

Notice bibliographique

RevueEuropean Journal of Immunology · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueIL-33, ST2, and ILC Pathways
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesH2020 European Research CouncilNederlandse Organisatie voor Wetenschappelijk OnderzoekZonMw
Mots-clésCytotoxic T cellInterleukin-7 receptorBiologyPopulationCell biologyIn vitroIL-2 receptorBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Human ILCs are classically categorized into five subsets; cytotoxic CD127 − CD94 + NK cells and non‐cytotoxic CD127 + CD94 − , ILC1s, ILC2s, ILC3s, and LTi cells. Here, we identify a previously unrecognized subset within the CD127 + ILC population, characterized by the expression of the cytotoxic marker CD94. These CD94 + ILCs resemble conventional ILC3s in terms of phenotype, transcriptome, and cytokine production, but are highly cytotoxic. IL‐15 was unable to induce differentiation of CD94 + ILCs toward mature NK cells. Instead, CD94 + ILCs retained RORγt, CD127 and CD200R1 expression and produced IL‐22 in response to IL‐15. Culturing non‐cytotoxic ILC3s with IL‐12 induced upregulation of CD94 and cytotoxic activity, effects that were not observed with IL‐15 stimulation. Thus, human helper ILCs can acquire a cytotoxic program without differentiating into NK cells.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,092
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of ImmunologyMême sujetIL-33, ST2, and ILC PathwaysTravaux en français237 207