MétaCan
Menu
Retour à la cohorte
Enregistrement W4296995231 · doi:10.3389/fimmu.2022.992723

CD56-negative NK cells: Frequency in peripheral blood, expansion during HIV-1 infection, functional capacity, and KIR expression

2022· review· en· W4296995231 sur OpenAlexaff
Alexander T.H. Cocker, Fuguo Liu, Zakia Djaoud, Lisbeth A. Guethlein, Peter Parham

Notice bibliographique

RevueFrontiers in Immunology · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Cell Function and Interaction
Établissements canadiensChildren's Hospital of Eastern OntarioUniversity of Ottawa
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésImmunologyCD16BiologyPerforinPopulationDegranulationInterleukin 21PhenotypeCD3T cellImmune systemGeneMedicineReceptorCD8Genetics

Résumé

récupéré en direct d'OpenAlex

Human NK cells are usually defined as CD3-CD56+lymphocytes. However, a CD56-CD16+(CD56neg) lymphocyte population that displays NK-associated markers expands during chronic viral infections such as HIV-1 and HCV, and, to lesser extent, in herpesvirus infections. This CD56neg NK cell subset has been understudied because it requires the exclusion of other lymphocytes to accurately identify its presence. Many questions remain regarding the origin, development, phenotype, and function of the CD56neg NK cell population. Our objective was to determine the frequency of this NK subset in healthy controls and its alteration in viral infections by performing a meta-analysis. In addition to this, we analyzed deposited CyTOF and scRNAseq datasets to define the phenotype and subsets of the CD56neg NK cell population, as well as their functional variation. We found in 757 individuals, from a combined 28 studies and 6 datasets, that the CD56neg subset constitutes 5.67% of NK cells in healthy peripheral blood, while HIV-1 infection increases this population by a mean difference of 10.69%. Meta-analysis of surface marker expression between NK subsets showed no evidence of increased exhaustion or decreased proliferation within the CD56neg subset. CD56neg NK cells have a distinctive pattern of KIR expression, implying they have a unique potential for KIR-mediated education. A perforin-CD94-NKG2C-NKp30-CD56neg population exhibited different gene expression and degranulation responses against K562 cells compared to other CD56neg cells. This analysis distinguishes two functionally distinct subsets of CD56neg NK cells. They are phenotypically diverse and have differing capacity for education by HLA class-I interactions with KIRs.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,215 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in ImmunologyMême sujetImmune Cell Function and InteractionTravaux en français237 207