Helios is a marker, not a driver, of human Treg stability
Notice bibliographique
Résumé
Abstract Treg therapy holds promise as a potentially curative approach to establish immune tolerance in transplantation and autoimmune disease. An outstanding question is whether therapeutic Tregs have the potential to transdifferentiate into effector T‐cells and, thus, exacerbate rather than suppress immune responses. In mice, the transcription factor Helios is thought to promote Treg lineage stability in a range of inflammatory contexts. In humans, the role of Helios in Tregs is less clear, in part, due to the inability to enrich and study subsets of Helios‐positive versus Helios‐negative Tregs. Using an in vitro expansion system, we found that loss of high Helios expression and emergence of an intermediate Helios (Helios mid )‐expressing population correlated with Treg destabilization. We used CRISPR/Cas9 to genetically ablate Helios expression in human naive or memory Tregs and found that Helios‐KO and unedited Tregs were equivalent in their suppressive function and stability in inflammation. Thus, high Helios expression is a marker, but not a driver, of human Treg stability in vitro. These data highlight the importance of monitoring Helios expression in therapeutic Treg manufacturing and provide new insight into the biological function of this transcription factor in human T‐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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».