Unmodified mRNA in LNPs constitutes a competitive technology for prophylactic vaccines
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
mRNA represents a promising new vaccine technology platform with high flexibility in regard to development and production. Here, we demonstrate that vaccines based on sequence optimized, chemically unmodified mRNA formulated in optimized lipid nanoparticles (LNPs) are highly immunogenic and well tolerated in non-human primates (NHPs). Single intramuscular vaccination of NHPs with LNP-formulated mRNAs encoding rabies or influenza antigens induced protective antibody titers, which could be boosted and remained stable during an observation period of up to 1 year. First mechanistic insights into the mode of action of the LNP-formulated mRNA vaccines demonstrated a strong activation of the innate immune response at the injection site and in the draining lymph nodes (dLNs). Activation of the innate immune system was reflected by a transient induction of pro-inflammatory cytokines and chemokines and activation of the majority of immune cells in the dLNs. Notably, our data demonstrate that mRNA vaccines can compete with licensed vaccines based on inactivated virus or are even superior in respect of functional antibody and T cell responses. Importantly, we show that the developed LNP-formulated mRNA vaccines can be used as a vaccination platform allowing multiple, sequential vaccinations against different pathogens. These results provide strong evidence that the mRNA technology is a valid approach for the development of effective prophylactic vaccines to prevent infectious diseases.
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 | 0,000 |
| 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 | 0,000 |
| 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