Peptide-Based Anti-PCSK9 Vaccines - An Approach for Long-Term LDLc Management
Notice bibliographique
Résumé
BACKGROUND: Low Density Lipoprotein (LDL) hypercholesterolemia, and its associated cardiovascular diseases, are some of the leading causes of death worldwide. The ability of proprotein convertase subtilisin/kexin 9 (PCSK9) to modulate circulating LDL cholesterol (LDLc) concentrations made it a very attractive target for LDLc management. To date, the most advanced approaches for PCSK9 inhibition are monoclonal antibody (mAb) therapies. Although shown to lower LDLc significantly, mAbs face functional limitations because of their relatively short in vivo half-lives necessitating frequent administration. Here, we evaluated the long-term efficacy and safety of PCSK9-specific active vaccines in different preclinical models. METHODS AND FINDING: PCSK9 peptide-based vaccines were successfully selected by our proprietary technology. To test their efficacy, wild-type (wt) mice, Ldlr+/- mice, and rats were immunized with highly immunogenic vaccine candidates. Vaccines induced generation of high-affine PCSK9-specific antibodies in all species. Group mean total cholesterol (TC) concentration was reduced by up to 30%, and LDLc up to 50% in treated animals. Moreover, the PCSK9 vaccine-induced humoral immune response persisted for up to one year in mice, and reduced cholesterol levels significantly throughout the study. Finally, the vaccines were well tolerated in all species tested. CONCLUSIONS: Peptide-based anti-PCSK9 vaccines induce the generation of antibodies that are persistent, high-affine, and functional for up to one year. They are powerful and safe tools for long-term LDLc management, and thus may represent a novel therapeutic approach for the prevention and/or treatment of LDL hypercholesterolemia-related cardiovascular diseases in humans.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».