Novel single-chain antibodies against highly conserved epitopes in the hemagglutinin of influenza A viruses: Promising agents for universal therapies.
Notice bibliographique
Résumé
OBJECTIVES: Development of new antibodies with broad activity would provide anti-influenza prophylaxis and treatment. Human single-chain variable fragments (scFvs) are considered effective agents against viruses. In this study specific human scFvs against highly conserved epitopes in the hemagglutinin (HA) of influenza A viruses were selected and their neutralizing activity was evaluated. MATERIALS AND METHODS: Bioinformatic methods were used to evaluate HA epitopes. The panning process selected specific clones from a scFv library. PCR and DNA fingerprinting differentiated the common patterns. Soluble forms of scFvs were produced and evaluated using Western blot analysis. The neutralizing effects of anti-HA scFvs were assessed by microneutralization assay using MDCK cells. Real-time PCR was done to determine the exact copy number of the virus following neutralization. RESULTS: Bioinformatic evaluation confirmed the antigenicity and accessibility of the epitopes. Four specific anti-HA scFvs, scFvs I, II, I', and II' were selected. The scFvs neutralized 2009 H1N1 pandemic and 83.34%, 79.17%, 75%, and 62.5% reduction in the virus titers were obtained following treatments with scFv-II', I, I', and II, respectively. Real-time PCR demonstrated 98.6%, 95.7%, 95.26%, and 91.19% reductions in virus numbers following neutralization with scFv-II', I, I', and II, respectively. CONCLUSION: Anti-HA scFvs selected against highly conserved HA of influenza A virus with high neutralizing effects, offer novel human antibodies for prophylaxis and treatment of a wide range of influenza viruses including different subtypes of H1N1, H3N2, and H5N1 influenza A virus. The antibodies have the potential to be used for universal therapy.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».