Modulation of protection against <i>Mycobacterium tuberculosis</i> by adjuvants that elicit different T cell responses. (166.18)
Notice bibliographique
Résumé
Abstract The use of an adjuvant within a vaccine can influence and direct the immune response to enable a desired outcome. A T helper 1 (Th1) response, including antigen-specific production of interferon-gamma (IFN-γ), is needed to protect against Mycobacterium tuberculosis. A successful subunit vaccine should include not only an appropriate antigen but also a proper adjuvant to ensure that a Th1 mediated cellular response is induced. Only a few adjuvants have been approved for use in human vaccines such as Alum and oil-in-water (o/w) based emulsions, including MF59 (Novartis), AS03 (GSK Biologics), AF03 (Sanofi) and liposomes (Crucell). These adjuvants primarily induce humoral responses. A new adjuvant in approved products is AS04, which combines the TLR-4 agonist monophosphoryl lipid A (MPL) with Alum. In this study we combine our candidate TB vaccine, ID93, with a synthetic TLR-4 agonist, glucopyranosyl lipid adjuvant (GLA) mixed with a stable o/w emulsion (SE). Both SE and GLA-SE induce potent cellular responses when combined with ID93 in mice. ID93/GLA-SE induced multifunctional CD4+ Th1 cell responses (IFN-γ, TNF-α, IL-2) in mice and protected both mice and guinea pigs against M. tuberculosis. In contrast, ID93/SE in the absence of GLA induced IL-5 and provided no protection, as assessed by bacterial burden, survival, and pathology. These results demonstrate the importance of properly formulating subunit vaccines with effective adjuvants for use against TB.
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) | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».