Double‐Layered M2e‐NA Protein Nanoparticle Immunization Induces Broad Cross‐Protection against Different Influenza Viruses in Mice
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
The development of a universal influenza vaccine is an ideal strategy to eliminate public health threats from influenza epidemics and pandemics. This ultimate goal is restricted by the low immunogenicity of conserved influenza epitopes. Layered protein nanoparticles composed of well-designed conserved influenza structures have shown improved immunogenicity with new physical and biochemical features. Herein, structure-stabilized influenza matrix protein 2 ectodomain (M2e) and M2e-neuraminidase fusion (M2e-NA) recombinant proteins are generated and M2e protein nanoparticles and double-layered M2e-NA protein nanoparticles are produced by ethanol desolvation and chemical crosslinking. Immunizations with these protein nanoparticles induce immune protection against different viruses of homologous and heterosubtypic NA in mice. Double-layered M2e-NA protein nanoparticles induce higher levels of humoral and cellular responses compared with their comprising protein mixture or M2e nanoparticles. Strong cytotoxic T cell responses are induced in the layered M2e-NA protein nanoparticle groups. Antibody responses contribute to the heterosubtypic NA immune protection. The protective immunity is long lasting. These results demonstrate that double-layered protein nanoparticles containing structure-stabilized M2e and NA can be developed into a universal influenza vaccine or a synergistic component of such vaccines. Layered protein nanoparticles can be a general vaccine platform for different 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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