Mast Cell Proteases Cleave Prion Proteins and a Recombinant Ig against PrP Can Activate Human Mast Cells
Notice bibliographique
Résumé
IgE Abs, best known for their role in allergic reactions, have only rarely been used in immunotherapies. Nevertheless, they offer a potential alternative to the more commonly used IgGs. The affinity of IgE Ag binding influences the type of response from mast cells, so any immunotherapies using IgEs must balance Ag affinity with desired therapeutic effect. One potential way to harness differential binding affinities of IgE is in protein aggregation diseases, where low-affinity binding of endogenous proteins is preferred, but enhanced binding of clusters of disease-associated aggregated proteins could target responses to the sites of disease. For this reason, we sought to create a low-affinity IgE against the prion protein (PrP), which exists in an endogenous monomeric state but can misfold into aggregated states during the development of prion disease. First, we determined that mast cell proteases tryptase and cathepsin G were capable of degrading PrP. Then we engineered a recombinant IgE Ab directed against PrP from the V region of a PrP-specific IgG and tested its activation of the human mast cell line LAD2. The αPrP IgE bound LAD2 through Fc receptors. Crosslinking receptor-bound αPrP IgE activated SYK and ERK phosphorylation, caused Fc receptor internalization, and resulted in degranulation. This work shows that a recombinant αPrP IgE can activate LAD2 cells to release enzymes that can degrade PrP, suggesting that IgE may be useful in targeting diseases that involve protein aggregation.
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) | 0,002 | 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 ».