MétaCan
Menu
Retour à la cohorte
Enregistrement W3043953452 · doi:10.1016/j.ebiom.2020.102890

Lack of antibody-mediated cross-protection between SARS-CoV-2 and SARS-CoV infections

2020· article· en· W3043953452 sur OpenAlexaff
Ren Yang, Jiaming Lan, Baoying Huang, A Ruhan, Mingqing Lu, Wen Wang, Wenling Wang, Wenhui Li, Yao Deng, Gary Wong, Wenjie Tan

Notice bibliographique

RevueEBioMedicine · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésVirologyNeutralizationVirusCoronavirusBiologyAntibodyEpitopeViral entrySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Neutralizing antibodyInfectious disease (medical specialty)MedicineImmunologyViral replicationCoronavirus disease 2019 (COVID-19)Disease

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The novel coronavirus (SARS-CoV-2) shares approximately 80% whole genome sequence identity and 66% spike (S) protein identity with that of SARS-CoV. The cross-neutralization between these viruses is currently not well-defined. METHODS: Here, by using the live SARS-CoV-2 virus infection assay as well as HIV-1 based pseudotyped-virus carrying the spike (S) gene of the SARS-CoV-2 (ppSARS-2) and SARS-CoV (ppSARS), we examined whether infections with SARS-CoV and SARS-CoV-2 can induce cross-neutralizing antibodies. FINDINGS: We confirmed that SARS-CoV-2 infects cells via angiotensin converting enzyme 2 (ACE2), the functional receptor for SARS-CoV, and we also found that the recombinant receptor binding domain (RBD) of the S protein of SARS-CoV effectively inhibits ppSARS-2 entry in Huh7.5 cells. However, convalescent sera from SARS-CoV and SARS-CoV-2 patients showed high neutralizing activity only against the homologous virus, with no or limited cross-neutralization activity against the other pseudotyped virus. Similar results were also observed in vaccination studies in mice. INTERPRETATION: Our study demonstrates that although both SARS-CoV and SARS-CoV-2 use ACE2 as a cellular receptor, the neutralization epitopes are not shared by these two closely-related viruses, highlighting challenges towards developing a universal vaccine against SARS-CoV related viruses. FUNDING: This work was supported by the National Key Research and Development Program of China, the National Major Project for Control and Prevention of Infectious Disease in China, and the One Belt and One Road Major Project for infectious diseases.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,124
Tête enseignante GPT0,428
Écart entre enseignants0,304 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEBioMedicineMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207