Induction of broadly cross-reactive antibody responses to the influenza HA stem region following H5N1 vaccination in humans
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The emergence of pandemic influenza viruses poses a major public health threat. Therefore, there is a need for a vaccine that can induce broadly cross-reactive antibodies that protect against seasonal as well as pandemic influenza strains. Human broadly neutralizing antibodies directed against highly conserved epitopes in the stem region of influenza virus HA have been recently characterized. However, it remains unknown what the baseline levels are of antibodies and memory B cells that are directed against these conserved epitopes. More importantly, it is also not known to what extent anti-HA stem B-cell responses get boosted in humans after seasonal influenza vaccination. In this study, we have addressed these two outstanding questions. Our data show that: (i) antibodies and memory B cells directed against the conserved HA stem region are prevalent in humans, but their levels are much lower than B-cell responses directed to variable epitopes in the HA head; (ii) current seasonal influenza vaccines are efficient in inducing B-cell responses to the variable HA head region but they fail to boost responses to the conserved HA stem region; and (iii) in striking contrast, immunization of humans with the avian influenza virus H5N1 induced broadly cross-reactive HA stem-specific antibodies. Taken together, our findings provide a potential vaccination strategy where heterologous influenza immunization could be used for increasing the levels of broadly neutralizing antibodies and for priming the human population to respond quickly to emerging pandemic influenza threats.
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.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle