Long-persisting SARS-CoV-2 spike-specific CD4+ T cells associated with mild disease and increased cytotoxicity post COVID-19
Notice bibliographique
Résumé
Abstract The recent COVID-19 pandemic left behind the lingering question as whether new variants of concern might cause further waves of infection. Thus, it is important to investigate the long-term protection gained via vaccination or exposure to the SARS-CoV-2 virus. Here we compare the evolution of memory T-cell responses following primary infection with subsequent antigen exposures. Single-cell TCR analysis of three dominant SARS-CoV-2 spike-specific CD4+ T-cell responses identifies the dominant public TCRα clonotypes pairing with diverse TCRβ clonotypes that associated with mild disease at primary infection. These clonotypes are found at higher frequencies in pre-pandemic repertoires compared to other epitope-specific clonotypes. Longitudinal transcriptomics and TCR analysis, combined with functional evaluation, reveals that the clonotypes persisting 3–4 years post initial infection exhibit distinct functionality compared to those that were lost. Furthermore, spike-specific CD4+ T cells at this time point show decreased Th1 signatures and enhanced GZMA-driven cytotoxic transcriptomic profiles that were independent of TCR clonotype and associated with viral suppression. In summary, we identify common public TCRs used by immunodominant spike-specific memory CD4+ T-cells, associated with mild disease outcome, which likely play important protective roles to subsequent viral infection events.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».