β-1,3-glucan induces natural killer cell memory-like immunity
Notice bibliographique
Résumé
Abstract Natural killer (NK) cells are considered innate lymphocytes that are able to kill pathogenic microorganisms, including bacteria, parasites and fungi as well as virus-infected cells and tumor cells without prior stimulation. Recent studies suggest that they possess a memory-like property to previously encountered pathogens (e.g., cytomegalovirus). We showed that NK cells directly kill Cryptococcus and Candida, which are fatal opportunistic fungi often infecting immunocompromised individuals. We determined that NKp30 is the activating pattern recognition receptor that mediates NK cell killing of these fungi, and that β-1,3-glucan is the ligand for NKp30. Interestingly, we found that soluble β-1,3-glucan enhanced NK cell killing of C. neoformans and C. albicans. Since humans and animals are exposed to β-1,3-glucan through inhalation of components of the cell wall of microbes or consumption of dietary grains, we asked whether isolated β-1,3-glucan plays a role in shaping NK cell immunity. To determine whether β-1,3-glucan induces a training or memory effect, YT cells, an NK cell line, were treated for 24 hours with laminarin or Saccharomyces β-1,3-glucan and cultured for various times. After an initial period of enhanced C. neoformans killing, killing was reduced to the untreated level on the second week after the initial treatment. However, when cryptococcal killing was assessed on the fourth week, a much greater killing was observed compared to the enhanced killing. This suggests that a recall immune response was induced. We conclude that β-1,3-glucan may induce NK cell memory- like immunity.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».