MétaCan
Menu
Retour à la cohorte
Enregistrement W3011641153 · doi:10.1101/2020.03.17.989699

Vaccine Elicitation of HIV Broadly Neutralizing Antibodies from Engineered B cells

2020· preprint· en· W3011641153 sur OpenAlexaff
Deli Huang, Jenny Tuyet Tran, Alex Olson, Thomas Vollbrecht, Mariia V. Guryleva, Mary Tenuta, Roberta Fuller, Torben Schiffner, Justin R. Abadejos, Lauren Couvrette, Tanya R. Blane, Karen Saye, Wenjuan Li, Elise Landais, Alicia González-Martín, William R. Schief, Ben Murrell, Dennis R. Burton, David Nemazee, James E. Voss

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institutes of HealthBill and Melinda Gates Foundation
Mots-clésSomatic hypermutationAntibodyBiologyVirologyGenetically engineeredB cellImmunizationViremiaNeutralizing antibodyImmunologyTransduction (biophysics)GeneGenetics

Résumé

récupéré en direct d'OpenAlex

HIV broadly neutralizing antibodies (bnAbs) can suppress viremia and protect against infection 1 . However, their elicitation is made difficult by low frequencies of appropriate precursor B cell receptors and the complex maturation pathways required to generate bnAbs from these precursors 2 . Antibody genes can be engineered into B cells for expression as both a functional receptor on cell surfaces and as secreted antibody 3–5 . Here, we show that HIV bnAb-engineered primary mouse B cells can be adoptively transferred and vaccinated in immunocompetent wild-type animals resulting in the expansion of durable bnAb memory and long-lived plasma cells. Somatic hypermutation after immunization indicated that engineered cells have the capacity to respond to an evolving pathogen. These results encourage further exploration of engineered B cell vaccines as a strategy for durable elicitation of HIV bnAbs to protect against infection and as a contributor to a functional cure.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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.

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

Citations24
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetHIV Research and TreatmentTravaux en français237 207