Naturally-derived bacterial nano-particles engage diverse innate receptors, driving the activation of dendritic cells and leading to the establishment of potent adaptive immune responses.
Notice bibliographique
Résumé
Abstract Most non-living vaccines in clinical use are thought to mediate protection primarily via antibody responses; however, many intracellular bacterial infections require cell-mediated immunity (CMI) for protection. This renders traditional strategies insufficient and drives a need for new approaches to elicit CMI. Outer-membrane vesicles (OMVs) derived from Gram-negative bacteria are an effective vaccine platform with precedence for safe use in humans. Unlike most subunit antigens and synthetic nano-particles, OMVs contain endogenous immunostimulatory ligands and deliver antigens in their native orientation. We hypothesized that OMVs could activate antigen presenting cells through the engagement of various innate receptors and drive CMI through the three key activation steps: antigen-presentation, co-stimulation and cytokine production. Following OMV uptake in vitro and in vivo, dendritic cells (DCs) increased surface MHC class I and II (MHCcII), CD80, and CD86 expression. OMV-stimulated DCs produced significantly more of the key T cell polarizing cytokines IL-1β, IL-6, IL-18 and IL-12p70 compared to DCs treated with heat-killed (HK) bacteria. TLR-4 contributed to OMV-mediated expression of MHCcII, CD80, and IL-1β, IL-6, IL-18 and IL-12p70, while the NLRP3 inflammasome was required for OMV-induced production of IL-1β and IL-18. Following vaccination of mice, Th1- and Th17-type T cell responses were observed after ex vivo restimulation with OMVs and HK bacteria. In addition, OMV vaccination produced functional CD8+ T cells capable of killing bacteria-infected cells. Collectively these results support the utility of the OMV platform as a non-living vaccine that can lead to protective CMI against bacterial pathogens.
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) | 0,001 | 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 ».