MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391027263 · doi:10.1038/s41467-024-44912-0

HLA class I peptide polymorphisms contribute to class II DQβ0603:DQα0103 antibody specificity

2024· article· en· W4391027263 sur OpenAlexaff
N. Remi Shih, Thoa Nong, Cathi Murphey, Mayra Lopez‐Cepero, Peter Nickerson, Jean‐Luc Taupin, Magali Devriese, Jakob Nilsson, Marie‐Bénédicte Matignon, Robert A. Bray, Jar-How Lee

Notice bibliographique

RevueNature Communications · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueRenal Transplantation Outcomes and Treatments
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHuman leukocyte antigenEpitopeAntibodyHLA-DQAntigenAmino acidPeptide sequenceImmunologyPeptidePanel reactive antibodyBiologyComputational biologyChemistryGeneticsBiochemistryAlleleGeneHaplotype

Résumé

récupéré en direct d'OpenAlex

Antibodies reactive to human leukocyte antigens (HLA) represent a barrier for patients awaiting transplantation. Based on reactivity patterns in single-antigen bead (SAB) assays, various epitope matching algorithms have been proposed to improve transplant outcomes. However, some antibody reactivities cannot be explained by amino acid motifs, leading to uncertainty about their clinical relevance. Antibodies against the HLA class II molecule, DQβ0603:DQα0103, present in some candidates, represent one such example. Here, we show that peptides derived from amino acids 119-148 of the HLA class I heavy chain are bound to DQβ0603:DQα0103 proteins and contribute to antibody reactivity through an HLA-DM-dependent process. Moreover, antibody reactivity is impacted by the specific amino acid sequence presented. In summary, we demonstrate that polymorphic HLA class I peptides, bound to HLA class II proteins, can directly or indirectly be part of the antibody binding epitope. Our findings have potential important implications for the field of transplant immunology and for our understanding of adaptive immunity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,357
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetRenal Transplantation Outcomes and Treatments→Travaux en français237 207→