Matchmaker, matchmaker make me a match: Opportunities and challenges in optimizing compatibility of HLA eplets in transplantation
Notice bibliographique
Résumé
The development of donor-specific antibodies (DSAs) is a major complication in transplantation, which is associated with inferior graft survival, impaired quality of life, and increased healthcare costs. DSA develop upon recognition of nonself HLA by the recipient's immune system. HLA molecules contain epitopes, which are the surface regions of HLA molecules recognized by antibodies. HLAMatchmaker is an algorithm for assessing donor:recipient HLA compatibility at the level of structurally defined HLA targets called eplets. The consideration of eplets, rather than the whole HLA molecule, could offer some advantages when classifying the immune risk associated with particular donor:recipient pairs. Assessing compatibility at the level of HLA eplets could decrease misclassification of post-transplant immune risk by improving specificity, when antibodies are confirmed to be directed against donor eplets missing from the recipient's repertoire of eplets. Consideration of eplets may also increase the sensitivity of immune risk assessment, when identifying mismatched eplets that could give rise to new, not previously detected, donor-specific antibodies post-transplant. Eplet matching can serve as a rational strategy for immune risk mitigation. Herein, we review the evolution of HLA (in) compatibility assessment for organ allocation. We outline challenges in the implementation of eplet-based donor:recipient matching, including unavailability of allele-level donor genotypes for 11 HLA loci at the time of organ allocation and difficulty in assessing the hierarchy of immune risk associated with particular HLA eplet mismatches. Opportunities to address some of the current shortcomings of donor genotyping and HLAMatchmaker are also discussed. While there is a demonstrated benefit in the application of HLAMatchmaker for donor: recipient HLA (in)compatibility assessment, evolving long-read genotyping methods, compilation of large data sets with allele-level genotypes, and standardization of methods to verify eplets as determinants of immune-mediated injuries are required before HLA eplet matching is implemented in organ allocation to improve upon transplant outcomes.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».