Regulation of type 1 diabetes by a self-MHC class II peptide: role of transforming growth factor beta (TGF-beta).
Notice bibliographique
Résumé
The present study was undertaken to analyze the regulatory T cells generated in response to class I derived self-I-A beta(g7) (54-76) peptide. It was observed T cells from young unprimed type 1 diabetes (T1D) prone NOD mice did not respond to self-I-A beta(g7) (54-76) peptide although T cells from primed young NOD mice showed a strong response. T cells from young unprimed BALB/c mice responded to self-I-A beta(d) (62-78) peptide. However, a breakdown of tolerance to these peptides was observed with age in both the strains. Culture supernatant from I-A beta(g7) (54-76) peptide-primed cells secreted large amounts of TGF-beta and inhibited T cell responses in allogeneic-MLR. Further, I-A beta(g7) (54-76) peptide specific T cell lines from young (I-A.Y) and diabetic (I-A.D) NOD mice were established. I-A.Y secreted IL-4, TGF-beta and IL-10 while I-A.D T cell line secreted IL-10 and IFN-gamma. We found that I-A.D T cell line induced diabetes when transferred in NOD/SCID mice but I-A.Y T cell line did not induce disease. These results show that immunization of NOD mice with I-A beta(g7) (54-76) peptide at a younger age induces a regulatory T cell response suggesting that correcting the defects in immunoregulatory mechanisms using self-MHC peptides may be one of the approaches to prevent autoimmune diseases like T1D.
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 | 0,000 |
| 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 ».