Influence of PapMV nanoparticles on the kinetics of the antibody response to flu vaccine
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
BACKGROUND: The addition of an adjuvant to a vaccine is a promising approach to increasing strength and immunogenicity towards antigens. Despite the fact that adjuvants have been used in vaccines for decades, their mechanisms of action and their influence on the kinetics of the immune response are still not very well understood. The use of papaya mosaic virus (PapMV) nanoparticles-a novel TLR7 agonist-was recently shown to improve and broaden the immune response directed to trivalent inactivated flu vaccine (TIV) in mice and ferrets. RESULTS: We investigated the capacity of PapMV nanoparticles to increase the speed of the immune response toward TIV. PapMV nanoparticles induced a faster and stronger humoral response to TIV that was measured as early as 5 days post-immunization. The addition of PapMV nanoparticles was shown to speed up the differentiation of B-cells into early plasma cells, and increased the growth of germinal centers in a CD4+ dependent manner. TIV vaccination with PapMV nanoparticles as an adjuvant protected mice against a lethal infection as early as 10 days post-immunization. CONCLUSION: In conclusion, PapMV nanoparticles are able to accelerate a broad humoral response to TIV. This property is of the utmost importance in the field of vaccination, especially in the case of pandemics, where populations need to be protected as soon as possible after vaccination.
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 | 0,003 |
| 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