MétaCan
Menu
Retour à la cohorte
Enregistrement W3000062036 · doi:10.1126/scitranslmed.aav5701

Nucleoside-modified mRNA vaccination partially overcomes maternal antibody inhibition of de novo immune responses in mice

2020· article· en· W3000062036 sur OpenAlexaff
Elinor Willis, Norbert Pardi, Kaela Parkhouse, Barbara L. Mui, Ying K. Tam, Drew Weissman, Scott E. Hensley

Notice bibliographique

RevueScience Translational Medicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensAcuitas Therapeutics (Canada)
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of HealthBurroughs Wellcome Fund
Mots-clésImmune systemVaccinationAntibodyImmunologyMessenger RNANucleosideVirologyMedicineBiologyGeneBiochemistry

Résumé

récupéré en direct d'OpenAlex

Maternal antibodies provide short-term protection to infants against many infections. However, they can inhibit de novo antibody responses in infants elicited by infections or vaccination, leading to increased long-term susceptibility to infectious diseases. Thus, there is a need to develop vaccines that are able to elicit protective immune responses in the presence of antigen-specific maternal antibodies. Here, we used a mouse model to demonstrate that influenza virus-specific maternal antibodies inhibited de novo antibody responses in mouse pups elicited by influenza virus infection or administration of conventional influenza vaccines. We found that a recently developed influenza vaccine, nucleoside-modified mRNA encapsulated in lipid nanoparticles (mRNA-LNP), partially overcame this inhibition by maternal antibodies. The mRNA-LNP influenza vaccine established long-lived germinal centers in the mouse pups and elicited stronger antibody responses than did a conventional influenza vaccine approved for use in humans. Vaccination with mRNA-LNP vaccines may offer a promising strategy for generating robust immune responses in infants in the presence of maternal antibodies.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,790
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,083
Tête enseignante GPT0,410
Écart entre enseignants0,327 · 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

Citations58
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience Translational MedicineMême sujetInfluenza Virus Research StudiesTravaux en français237 207