Generation of an Inhibitory NK Cell Subset by TGF-β1/IL-15 Polarization
Notice bibliographique
Résumé
NK cells have been shown to exhibit inflammatory and immunoregulatory functions in a variety of healthy and diseased settings. In the context of chronic viral infection and cancer, distinct NK cell populations that inhibit adaptive immune responses have been observed. To understand how these cells arise and further characterize their immunosuppressive role, we examined in vitro conditions that could polarize human NK cells into an inhibitory subset. TGF-β1 has been shown to induce regulatory T cells in vitro and in vivo; we therefore investigated if TGF-β1 could also induce immunosuppressive NK-like cells. First, we found that TGF-β1/IL-15, but not IL-15 alone, induced CD103+CD49a+ NK-like cells from peripheral blood NK cells, which expressed markers previously associated with inhibitory CD56+ innate lymphoid cells, including high expression of GITR and CD101. Moreover, supernatant from ascites collected from patients with ovarian carcinoma also induced CD103+CD49a+ NK-like cells in vitro in a TGF-β-dependent manner. Interestingly, TGF-β1/IL-15-induced CD103+CD56+ NK-like cells suppressed autologous CD4+ T cells in vitro by reducing absolute number, proliferation, and expression of activation marker CD25. Collectively, these findings provide new insight into how NK cells may acquire an inhibitory phenotype in TGF-β1-rich environments.
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) | 0,001 | 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 ».