mTORC1 inhibition promotes human Treg differentiation via privileged mRNA translation
Notice bibliographique
Résumé
Abstract Maturation of regulatory T cells (Tregs) in peripheral sites is known to require TGFβ exposure and inhibition of protein kinase mTORC1. It is well known that mTOR inhibition is associated with repression of cap-dependent mRNA translation, which represents the major mechanism for protein synthesis, leaving unanswered how Tregs carry-out essential translation for development and immune suppression activity. To answer this question, we performed genome-wide transcription and translation profiling in CD4+CD127dim/ − CD25+Tregs derived from anti-CD3/CD28-activated human naïve CD4+ T cells, treated with the mTORC1 inhibitor RAD001 and/or TGFβ. We found that TGFβ activated both Treg differentiation and immune suppression genes, while mTORC1 inhibition selectively blocked translation of most T cell mRNAs except those induced by TGFβ, including FOXP3, CTLA-4, CD101 or CD103, locking in Treg lineage commitment and immune suppression function. These canonical Treg fate-determining mRNAs were resistant to mTORC1 inhibition, an effect mediated in part by their 5′-untranslated regions through an alternate form of appears to be cap-dependent, eIF4E-independent mRNA translation. In conclusion, TGFβ transcriptional reprogramming together with mTORC1-independent translational reprogramming enable a privileged translation mechanism by which activated CD4+ T cells become Tregs.
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 | 0,000 |
| 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 ».