Synthetic Antibodies with a Human Framework That Protect Mice from Lethal Sudan Ebolavirus Challenge
Notice bibliographique
Résumé
The ebolaviruses cause severe and rapidly progressing hemorrhagic fever. There are five ebolavirus species; although much is known about Zaire ebolavirus (EBOV) and its neutralization by antibodies, little is known about Sudan ebolavirus (SUDV), which is emerging with increasing frequency. Here we describe monoclonal antibodies containing a human framework that potently inhibit infection by SUDV and protect mice from lethal challenge. The murine antibody 16F6, which binds the SUDV envelope glycoprotein (GP), served as the starting point for design. Sequence and structural alignment revealed similarities between 16F6 and YADS1, a synthetic antibody with a humanized scaffold. A focused phage library was constructed and screened to impart 16F6-like recognition properties onto the YADS1 scaffold. A panel of 17 antibodies were characterized and found to have a range of neutralization potentials against a pseudotype virus infection model. Neutralization correlated with GP binding as determined by ELISA. Two of these clones, E10 and F4, potently inhibited authentic SUDV and conferred protection and memory immunity in mice from lethal SUDV challenge. E10 and F4 were further shown to bind to the same epitope on GP as 16F6 with comparable affinities. These antibodies represent strong immunotherapeutic candidates for treatment of SUDV infection.
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) | 0,001 | 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 ».