An archaic HLA class I receptor allele diversifies natural killer cell-driven immunity in First Nations peoples of Oceania
Notice bibliographique
Résumé
Genetic variation in host immunity impacts the disproportionate burden of infectious diseases that can be experienced by First Nations peoples. Polymorphic human leukocyte antigen (HLA) class I and killer cell immunoglobulin-like receptors (KIRs) are key regulators of natural killer (NK) cells, which mediate early infection control. How this variation impacts their responses across populations is unclear. We show that HLA-A ∗ 24:02 became the dominant ligand for inhibitory KIR3DL1 in First Nations peoples across Oceania, through positive natural selection. We identify KIR3DL1 ∗ 114, widespread across and unique to Oceania, as an allele lineage derived from archaic humans. KIR3DL1 ∗ 114 + NK cells from First Nations Australian donors are inhibited through binding HLA-A ∗ 24:02. The KIR3DL1 ∗ 114 lineage is defined by phenylalanine at residue 166. Structural and binding studies show phenylalanine 166 forms multiple unique contacts with HLA-peptide complexes, increasing both affinity and specificity. Accordingly, assessing immunogenetic variation and the functional implications for immunity are fundamental toward understanding population-based disease associations.
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 | 0,000 | 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) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».