Structure of the murine <scp>CD94</scp>–<scp>NKG2A</scp> receptor in complex with Qa‐1<sup>b</sup> presenting an <scp>MHC‐I</scp> leader peptide
Notice bibliographique
Résumé
The heterodimeric natural killer cells antigen CD94 (CD94)–NKG2‐A/NKG2‐B type II integral membrane protein (NKG2A) receptor family expressed on human and mouse natural killer (NK) cells monitors global major histocompatibility complex (MHC) class I cell surface expression levels through binding to MHC class Ia‐derived leader sequence peptides presented by HLA class I histocompatibility antigen, alpha chain E (HLA‐E; in humans) or H‐2 class I histocompatibility antigen, D‐37 (Qa‐1 b ; in mice). Although the molecular basis underpinning human CD94–NKG2A recognition of HLA‐E is known, the equivalent interaction in the murine setting is not. By determining the high‐resolution crystal structure of murine CD94–NKG2A in complex with Qa‐1 b presenting the Qa‐1 determinant modifier peptide (QDM), we resolved the mode of binding. Compared to the human homologue, the murine CD94–NKG2A–Qa‐1 b –QDM displayed alterations in the distribution of interactions across CD94 and NKG2A subunits that coincide with differences in electrostatic complementarity of the ternary complex and the lack of cross‐species reactivity. Nevertheless, we show that Qa‐1b could be modified through W65R + N73I mutations to mimic HLA‐E, facilitating binding with both human and murine CD94–NKG2A. These data underscore human and murine CD94–NKG2A cross‐species heterogeneity and provide a foundation for humanising Qa‐1b in immune system models.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».