Dose-dependent response to infection with SARS-CoV-2 in the ferret model: evidence of protection to re-challenge
Notice bibliographique
Résumé
Abstract In December 2019 an outbreak of coronavirus disease (COVID-19) emerged in Wuhan, China. The causative agent was subsequently identified and named severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) which rapidly spread worldwide causing a pandemic. Currently there are no licensed vaccines or therapeutics available against SARS-CoV-2 but numerous candidate vaccines are in development and repurposed drugs are being tested in the clinic. There is a vital need for authentic COVID-19 animal models to further our understanding of pathogenesis and viral spread in addition to pre-clinical evaluation of candidate interventions. Here we report a dose titration study of SARS-CoV-2 to determine the most suitable infectious dose to use in the ferret model. We show that a high (5×10 6 pfu) and medium (5×10 4 pfu) dose of SARS-CoV-2 induces consistent upper respiratory tract (URT) viral RNA shedding in both groups of six challenged animals, whilst a low dose (5×10 2 pfu) resulted in only one of six displaying signs of URT viral RNA replication. The URT shedding lasted up to 21 days in the high dose animals with intermittent positive signal from day 14. Sequential culls revealed distinct pathological signs of mild multifocal bronchopneumonia in approximately 5-15% of the lung, observed on day 3 in high and medium dosed animals, with presence of mild broncho-interstitial pneumonia on day 7 onwards. No obvious elevated temperature or signs of coughing or dyspnoea were observed although animals did present with a consistent post-viral fatigue lasting from day 9-14 in the medium and high dose groups. After virus shedding ceased, re-challenged ferrets were shown to be fully protected from acute lung pathology. The endpoints of URT viral RNA replication in addition to distinct lung pathology and post viral fatigue were observed most consistently in the high dose group. This ferret model of SARS-CoV-2 infection presents a mild clinical disease (as displayed by 80% of patients infected with SARS-CoV-2). In addition, intermittent viral shedding on days 14-21 parallel observations reported in a minority of clinical cases.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».