The inhibitory NKR-P1B receptor regulates NK cell-mediated mammary tumor immunosurveillance in mice
Notice bibliographique
Résumé
Natural killer (NK) cells are an important component of anti-cancer immunity, and their activity is regulated by an array of activating and inhibitory receptors. In mice, the inhibitory NKR-P1B receptor is expressed in NK cells and recognizes the C-type lectin-related protein-b (Clr-b) ligand. NKR-P1B:Clr-b interactions represent a ‘missing-self’ recognition system to monitor cellular levels of Clr-b on healthy and diseased cells. Here, we report an important role for NKR-P1B:Clr-b interactions in tumor immunosurveillance in MMTV-PyVT mice, which develop spontaneous mammary tumors. MMTV-PyVT mice on NKR-P1B-deficient genetic background developed mammary tumors earlier than on wild-type (WT) background. A greater proportion of tumor-infiltrating NK cells downregulate expression of the transcription factor Eomesodermin (EOMES) in NKR-P1B-deficient mice compared to WT mice. Tumor-infiltrating NK cells also downregulated CD49b expression but gain CD49a expression and exhibit effector functions, such as granzyme B upregulation and proliferation in mammary tumors. However, unlike the EOMES+ NK cells, the EOMES‒ NK cell subset is unable to respond to further in vitro stimulation and exhibits phenotypic alterations associated with immune dysfunction. These alterations included increased expression of PD-1, LAG-3, and TIGIT and decreased expression of NKp46, Ly49C/I, CD11b, and KLRG-1. Furthermore, tumor-infiltrating NKR-P1B-deficient NK cells exhibited an elevated dysfunctional immune phenotype compared to WT NK cells. These findings demonstrate that the NKR-P1B receptor plays an important role in mammary tumor surveillance by regulating anti-cancer immune responses and functional homeostasis in NK cells.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,014 |
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 tête enseignante, 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 ».