A Nanoparticle Platform for Improved Potency, Stability, and Adjuvanticity of Poly(I:C)
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
Abstract Cancer immunotherapies and prophylactic vaccines against infectious diseases often exploit adjuvants such as toll‐like receptor agonists (TLRa) to drive potent and directed immune responses. Unfortunately, a promising class of TLRa based on nucleic acid derivatives is susceptible to degradation by nucleases, cause life‐threatening systemic toxicities, and is difficult to target to specific cell populations or tissues within the body. In this study a library of cationic polymeric nanoparticles (NP) is developed for encapsulation and delivery of the double‐stranded RNA structural mimic, poly(I:C) (pIC), to address these limitations. Using a combinatorial library screening approach, pIC/poly(β‐amino ester) (PBAE) NPs are identified that skew activation resulting in enhanced potency (13‐fold increase in type I interferon [IFN] production) and negligible toxicity. These highly potent adjuvant NPs increase the magnitude, duration, and affinity maturation of antigen‐specific antibodies following vaccination with a model subunit vaccine. This NP platform provides an opportunity to alter the immune response to pIC, creating a potent type I IFN‐producing adjuvant capable of driving stronger humoral responses to immunization and improving affinity maturation more than 14‐fold. This platform can be applied generally to develop more effective vaccines and immunotherapies.
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