MétaCan
Menu
Retour à la cohorte
Enregistrement W2335850096 · doi:10.1038/srep24931

Glycoengineered Outer Membrane Vesicles: A Novel Platform for Bacterial Vaccines

2016· article· en· W2335850096 sur OpenAlexaff
Nancy L. Price, Guillaume Goyette-Desjardins, Harald Nothaft, Ezequiel Valguarnera, Christine M. Szymanski, Mariela Segura, Mario F. Feldman

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueBacterial Infections and Vaccines
Établissements canadiensCegep de Saint HyacintheUniversité de MontréalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGlycanMicrobiologyCampylobacter jejuniAntibioticsHuman pathogenBiologyPathogenStreptococcus pneumoniaeBacterial outer membraneEscherichia coliBacteriaGeneGenetics

Résumé

récupéré en direct d'OpenAlex

The World Health Organization has indicated that we are entering into a post-antibiotic era in which infections that were routinely and successfully treated with antibiotics can now be lethal due to the global dissemination of multidrug resistant strains. Conjugate vaccines are an effective way to create a long-lasting immune response against bacteria. However, these vaccines present many drawbacks such as slow development, high price, and batch-to-batch inconsistencies. Alternate approaches for vaccine development are urgently needed. Here we present a new vaccine consisting of glycoengineered outer membrane vesicles (geOMVs). This platform exploits the fact that the initial steps in the biosynthesis of most bacterial glycans are similar. Therefore, it is possible to easily engineer non-pathogenic Escherichia coli lab strains to produce geOMVs displaying the glycan of the pathogen of interest. In this work we demonstrate the versatility of this platform by showing the efficacy of geOMVs as vaccines against Streptococcus pneumoniae in mice, and against Campylobacter jejuni in chicken. This cost-effective platform could be employed to generate vaccines to prevent infections caused by a wide variety of microbial agents in human and animals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,239
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations134
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetBacterial Infections and VaccinesTravaux en français237 207