Rapid response to an emerging infectious disease – Lessons learned from development of a synthetic DNA vaccine targeting Zika virus
Notice bibliographique
Résumé
Vaccines are considered one of the greatest advances in modern medicine. The global burden of numerous infectious diseases has been significantly reduced, and in some cases, effectively eradicated through the deployment of specific vaccines. However, efforts to develop effective new vaccines against infectious pathogens such as influenza, Human immunodeficiency virus (HIV), dengue virus (DENV), chikungunya virus (CHIKV), Ebola virus, and Zika virus (ZIKV) have proven challenging. Zika virus is a mosquito-vectored flavivirus responsible for periodic outbreaks of disease in Africa, Southeast Asia, and the Pacific Islands dating back over 50 years. Over this period, ZIKV infections were subclinical in most infected individuals and resulted in mild cases of fever, arthralgia, and rash in others. Concerns about ZIKV changed over the past two years, however, as outbreaks in Brazil, Central American countries, and Caribbean islands revealed novel aspects of infection including vertical and sexual transmission modes. Cases have been reported showing dramatic neurological pathologies including microcephaly and other neurodevelopmental problems in babies born to ZIKV infected mothers, as well as an increased risk of Guillain-Barre syndrome in adults. These findings prompted the World Health Organization to declare ZIKV a public health emergency in 2016, which resulted in expanded efforts to develop ZIKV vaccines and immunotherapeutics. Several ZIKV vaccine candidates that are immunogenic and effective at blocking ZIKV infection in animal models have since been developed, with some of these now being evaluated in the clinic. Additional therapeutics under investigation include anti-ZIKV monoclonal antibodies (mAbs) that have been shown to neutralize infection in vitro as well as protect against morbidity in mouse models of ZIKV infection. In this review, we summarize the current understanding of ZIKV biology and describe our efforts to rapidly develop a vaccine against ZIKV.
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 | 0,001 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».