A new dynamic model of three cell interactions by CD4+ T-licensed DCs and DC-primed CD4+ T cells (100.38)
Notice bibliographique
Résumé
Abstract CD8 cytotoxic T lymphocytes (CTLs) kill pathogen-infected cells. Recent in vivo imaging study suggested that presence of DC-CD4 T clusters during CTL priming are essential for T-cell memory, challenging independent roles for the DCs or the CD4 T-cells that dissociate following DC-CD4 T interactions. We have developed a novel in vivo experimental system based on the rapid inducible ablation of diphtheria toxin receptor (DTR) transgenic-DCs and antibody-mediated depletion of CD4 and CD8+ T cells in mice to create DC-CD4 T interactions in vivo first, followed by killing of either CD4 T-licensed DCs or DC-primed CD4 T cells. Later, adoptively transferring naive polyclonal CD8 T cells facilitated their interactions with either licensed-DCs or primed-CD4 T cells, thereby revealing their respective roles in CTL immunity. Our results provide direct in vivo evidence that CD4 T-cells and DCs, once activated by DC-CD4 T interactions, can stimulate CTL responses and programme memory on CTLs independent of DC-CD4 T clusters, uncovering the co-existence of direct and indirect mechanisms of T-cell help for CTLs by licensed DCs and primed CD4 T cells in non-inflammatory situations. In situations in which CTL immunity is heavily dependent on CD4 T-cell help, our findings suggest a new dynamic model of three cell interactions in CTL responses, that dissociated stage of primed CD4 T-cells and licensed DCs represent crucial “immune-intermediates” for CTL responses and memory development.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».