Strategies and hurdles using DNA vaccines to fish
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
DNA vaccinations against fish viral diseases as IHNV at commercial level in Canada against VHSV at experimental level are both success stories. DNA vaccination strategies against many other viral diseases have, however, not yet yielded sufficient results in terms of protection. There is an obvious need to combat many other viral diseases within aquaculture where inactivated vaccines fail. There are many explanations to why DNA vaccine strategies against other viral diseases fail to induce protective immune responses in fish. These obstacles include: 1) too low immunogenicity of the transgene, 2) too low expression of the transgene that is supposed to induce protection, 3) suboptimal immune responses, and 4) too high degradation rate of the delivered plasmid DNA. There are also uncertainties with regard distribution and degradation of DNA vaccines that may have implications for safety and regulatory requirements that need to be clarified. By combining plasmid DNA with different kind of adjuvants one can increase the immunogenicity of the transgene antigen - and perhaps increase the vaccine efficacy. By using molecular adjuvants with or without in combination with targeting assemblies one may expect different responses compared with naked DNA. This includes targeting of DNA vaccines to antigen presenting cells as a central factor in improving their potencies and efficacies by means of encapsulating the DNA vaccine in certain carriers systems that may increase transgene and MHC expression. This review will focus on DNA vaccine delivery, by the use of biodegradable PLGA particles as vehicles for plasmid DNA mainly in fish.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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