Defining an NK Cell–enriched Rejection-like Phenotype in Liver Transplant Biopsies From the INTERLIVER Study
Notice bibliographique
Résumé
BACKGROUND: Initial analysis of liver transplant biopsies in the INTERLIVER study ( ClinicalTrials.gov ; unique identifier NCT03193151) using rejection-associated transcripts failed to find an antibody-mediated rejection state (ie, rich in natural killer [NK] cells and with interferon-gamma effects). We recently developed an optimization strategy in lung transplants that isolated an NK cell-enriched rejection-like (NKRL) state that was molecularly distinct from T cell-mediated rejection (TCMR). Here we apply the same strategy to a liver transplant biopsy population. METHODS: We used this strategy to search for a molecular NKRL state in 765 consented liver transplant biopsies collected at participating international centers for gold-standard histology and molecular assessment by genome-wide microarrays. Validation through a training set-test set approach of an optimized selection of variables as inputs into unsupervised rejection classification identified an NKRL state in livers. RESULTS: The full model classified 765 biopsies into the following molecular phenotypes, characterized by their gene expression: no-rejection 54%, TCMR 16%, NKRL 13%, and injury 16%. Top TCMR transcripts were expressed in effector T cells; top NKRL transcripts were almost exclusively expressed in NK cells; and both had increased interferon-γ-inducible transcripts, which were more pronounced in TCMR. Most TCMR biopsies had significant parenchymal injury, molecular fibrosis, and abnormal biochemistry. NKRL biopsies had no excess of injury, fibrosis, or biochemistry abnormalities. CONCLUSIONS: Optimized rejection algorithms indicate that some liver transplants manifest an NKRL state that is well tolerated in the short term postbiopsy and with minimal injury and relatively normal biochemistry, while also underscoring the potential of TCMR to produce extensive parenchymal injury.
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 | 0,004 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».