Natural Killer (NK) Cells’ Response to Epstein - Barr virus Infections and its Influence on the Risk of Developing Post-transplant Lymphoproliferative Disease (PTLD) after Allogeneic Hematopoietic Cell Transplantation: Effect of Donor Killer Ig-like Receptor Genes and Motifs Copy Numbers
Notice bibliographique
Résumé
Abstract BACKGROUND Uncontrolled reactivation of Epstein-Barr virus (EBV) leading to post-transplant lymphoproliferative disorder (PTLD) is one of the major complications after T-cell depleted HCT. Recovering within weeks after HCT, natural killer (NK) cells are deemed important in the immunopathogenesis of EBV complications. Their role however remains elusive. NK cell responses are regulated by a series of activating and inhibitory cell surface receptors, central to which are the Killer Ig-like Receptors (KIR). Here we hypothesized and tested whether diverse NK cell receptor repertoires can titrate NK cell functional responses to EBV and can potentially modify the risk of developing PTLD. METHODS KIR genotypes, centromeric and telomeric motifs and their variants were determined for 356 allo-HCT donors through next generation sequencing of KIR locus. PBMNCs from KIR typed healthy volunteers were co-cultured with EBV-transformed cells and degranulation and IFNγ producing NK cells were enumerated using multi-parameter flow cytometry. Effect of donor KIR profile on PTLD was tested using competing risks regression statistics. Segregation of NK cell response to EBV across various KIR repertoires was tested by Mann-Whitney U statistics RESULTS At least one copy of Donor tA01 motifs was required for a strong protection against PTLD (p=0.0001, SHR=0.17). The number of EBV induced NK cells increased with increasing tA01 motifs. There was no influence of recipients’ KIR repertoire on the risk of developing PTLD. CONCLUSIONS KIR-regulated NK cells have a profound effect on the risk of PTLD. KIR gene profile based identification of HCT recipients at high risk of PTLD will enable closer monitoring of EBV DNAemia and facilitate prompt therapy.
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) | 0,002 | 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 ».