Application of an M-cell-targeting ligand for oral vaccination induces efficient systemic and mucosal immune responses against a viral antigen
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
Oral mucosal vaccination is an alternative method to overcome the pitfalls of current injection-based vaccines, such as pain and high cost of vaccination. It is a feasible and economic vaccine application, especially in developing countries. However, achieving effective antigen delivery into mucosal lymphoid organs and efficient immune stimulation are prerequisites to successful oral mucosal vaccination. One promising approach for oral mucosal vaccine development is exploring the potential of M cells via M-cell-targeting ligands that have the potential to deliver ligand-conjugated antigens into mucosal lymphoid organs and evoke conjugated-antigen-specific systemic and mucosal immune responses. Here, we investigated the M-cell-targeting ligand, Co1, in inducing specific immune responses against a pathogenic viral antigen, envelope domain III (EDIII) of dengue virus, to provide the foundation for oral mucosal vaccine development against the pathogen. After oral administration of Co1-conjugated EDIII antigens, we observed efficient antigen delivery into Peyer's patches. We also report the elicitation of EDIII-specific immunity in systemic and mucosal compartments by Co1 ligand (located in the C-terminus of EDIII). Furthermore, the antibodies induced by the ligand-conjugated EDIII antigen showed effective virus-neutralizing activity. The results of this study suggest that the M-cell-targeting strategy using Co1 ligand as a mucosal adjuvant may be applicable for developing oral vaccine candidates against pathogenic viral antigen.
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 | 0,000 | 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) | 0,000 | 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