Neutralizing antibody against SARS-CoV-2 spike in COVID-19 patients, health care workers, and convalescent plasma donors
Notice bibliographique
Résumé
Rapid and specific antibody testing is crucial for improved understanding, control, and treatment of COVID-19 pathogenesis. Herein, we describe and apply a rapid, sensitive, and accurate virus neutralization assay for SARS-CoV-2 antibodies. The assay is based on an HIV-1 lentiviral vector that contains a secreted intron Gaussia luciferase (Gluc) or secreted nano-luciferase reporter cassette, pseudotyped with the SARS-CoV-2 spike (S) glycoprotein, and is validated with a plaque-reduction assay using an authentic, infectious SARS-CoV-2 strain. The assay was used to evaluate SARS-CoV-2 antibodies in serum from individuals with a broad range of COVID-19 symptoms; patients included those in the intensive care unit (ICU), health care workers (HCWs), and convalescent plasma donors. The highest neutralizing antibody titers were observed among ICU patients, followed by general hospitalized patients, HCWs, and convalescent plasma donors. Our study highlights a wide phenotypic variation in human antibody responses against SARS-CoV-2 and demonstrates the efficacy of a potentially novel lentivirus pseudotype assay for high-throughput serological surveys of neutralizing antibody titers in large cohorts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».