HLA‐A*02:01 Presents Penicillin‐Modified Cysteinylated Peptides for T Cell Recognition
Notice bibliographique
Résumé
BACKGROUND: A subset of patients experience immune-mediated hypersensitivity reactions towards β-lactam antibiotics, with drug-specific T cells implicated as one of the causative factors. The principal mechanism is thought to involve chemical haptenation of self-peptides, resulting in novel peptide drug-adducts that may trigger T cell recognition. Understanding the interactions between the β-lactam drug, the T cell receptor (TCR) and the peptide/human leukocyte antigen (pHLA) complex is critical to gain further mechanistic insights into these hypersensitivity reactions. This study aimed to 1) explore the array of haptenated ligands presented by HLA-A*02:01, 2) evaluate the repertoire of T cells involved in penicillin-induced reactions in a hypersensitive patient and 3) determine if a dominant penicillin-specific TCR clonotype recognises haptenated HLA peptides. METHOD: T cells expanded in the presence of BP, and the dominant TCR assayed for reactivity in a reporter cell line. RESULT: We report that BP modifies cysteine in preference to lysine residues within the HLA-A*02:01 immunopeptidome. This modification occurs via cysteine-drug conjugate formation, in conjunction with disulphide-mediated peptide modification, which has not previously been considered in the context of drug hypersensitivities. Furthermore, we demonstrate that a BP-specific TCR expanded from a patient reacts towards a reduction-sensitive epitope, consistent with a BP-cysteine adduct disulphide linked to a cysteine residue within the T cell epitope. CONCLUSION: Our study provides evidence that cysteine-penicillin adducts can be accommodated by HLA ligands with the potential to induce T cell-mediated allergic reactions.
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) | 0,000 | 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 ».