MétaCan
Menu
Retour à la cohorte
Enregistrement W2607232993 · doi:10.1016/j.celrep.2017.03.049

Cooperativity Enables Non-neutralizing Antibodies to Neutralize Ebolavirus

2017· article· en· W2607232993 sur OpenAlexafffund
Katie A. Howell, Jennifer M. Brannan, Christopher Bryan, Andrew S. McNeal, Edgar Davidson, Hannah L. Turner, Hong Vu, Sergey Shulenin, Shihua He, Ana I. Kuehne, Andrew S. Herbert, Xiangguo Qiu, Benjamin J. Doranz, Frederick W. Holtsberg, Andrew B. Ward, John M. Dye, M. Javad Aman

Notice bibliographique

RevueCell Reports · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesU.S. ArmyDefense Threat Reduction AgencyNational Institutes of HealthPublic Health Agency of Canada
Mots-clésNeutralizationAntibodyEbolavirusEbola virusNeutralizing antibodyVirologyMonoclonal antibodyCooperativityIC50GlycanPotencyBiologyChemistryVirusGlycoproteinImmunologyMolecular biologyCell cultureIn vitroGenetics

Résumé

récupéré en direct d'OpenAlex

1-10 nM). While FVM09 or m8C4 alone failed to protect Ebola-virus-infected mice, a combination of the two antibodies provided 100% protection. Furthermore, non-neutralizers FVM09 and FVM02 exponentially enhanced the potency of two neutralizing antibodies against both Ebola and Sudan viruses. We identified a hotspot for the binding of these enabling antibody pairs near the interface of the glycan cap and GP2. Enabling cooperativity may be an underappreciated phenomenon for viruses, with implications for the design and development of immunotherapeutics and vaccines.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,102
Score d'incertitude au seuil0,591

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,362
Écart entre enseignants0,320 · 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 tête enseignante, 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

Citations84
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCell ReportsMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207