Deciphering the role of Klf2 in CD8 T cell differentiation and exhaustion during chronic infection
Notice bibliographique
Résumé
Abstract T cell exhaustion, a state of dysfunction occurring during chronic infections and cancer, is marked by a progressive loss of effector functions and increased expression of inhibitory receptors. In chronic infection, CD8 T cells differentiate into TCF1+ progenitor (TPRO), CX3CR1+ effector (TEFF), and terminally exhausted (TEXH) subsets. The differentiation pathways are governed by complex transcription factor (TF) networks. Employing regulon analysis enabled by single-cell RNA+ATAC multiome sequencing, we dissected the TF networks orchestrating the fate of exhausted CD8 T cell populations. Our integrative analysis, complemented by single-cell CRISPR screening, highlighted Krüppel-like factor 2 (KLF2) as a pivotal TF necessary for maintaining TPRO cells and generating TEFF cells. Our research also revealed that KLF2 regulates the distinct distribution patterns of CD8 T cell subsets across organs. More intriguingly, multiomic analysis uncovered a novel function of Klf2 in limiting T cell exhaustion. Klf2-deficient CD8 T cells exhibited a marked increase in exhaustion signature genes. ATAC-seq and CUT&TAG assays further revealed different chromatin accessibility and histone modifications within Klf2 and its enhancers across CD8 T cell subsets. These insights underscore the differential transcriptional and epigenetic regulation of Klf2, presenting a novel mechanism that influences the cell fate decision of CD8 T cells during chronic infections.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».