HLA system nomenclature and discovery of novel allelic variants in the Kazakh population
Notice bibliographique
Résumé
The human leukocyte antigen (HLA) system is among the most genetically diverse in humans, encompassing over 220 genes that encode immune proteins essential for transplant compatibility, immune regulation, and disease susceptibility. This review outlines the fundamentals of HLA nomenclature, standardized by the World Health Organization (WHO) and curated in the IPD-IMGT/HLA database. We describe the gradual improvements in HLA typing methods, ranging from serological assays to molecular-based techniques, including Sanger sequencing and next-generation sequencing (NGS), as well as interpretation software, and evaluate their strengths and limitations in allele discovery. We discuss allelic variants of HLA genes, methods for sequencing HLA alleles, and their variants. Additionally, we report the identification of four novel HLA alleles in the Kazakh population: DQB1*03:82, C*06:256, B*13:150, and A*32:95. All four alleles feature non-synonymous substitutions within peptide-binding domains, suggesting potential immunological relevance. Comparative analysis reveals that NGS enhances allele detection efficiency by 2.8-fold compared to Sanger sequencing (one novel allele per 635 typings vs. 1,773). These findings demonstrate the significant HLA diversity present in Central Asian populations, which remain underrepresented in global databases. The identification of population-specific alleles reveals critical gaps in international donor databases, underscoring the urgent need to expand HLA profiling in ethnically diverse regions to improve transplant outcomes and advance personalized immunotherapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».