Peptide Platform as a Powerful Tool in the Fight against COVID-19
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has resulted in a global pandemic causing over 195 million infections and more than 4 million fatalities as of July 2021.To date, it has been demonstrated that a number of mutations in the spike glycoprotein (S protein) of SARS-CoV-2 variants of concern abrogate or reduce the neutralization potency of several therapeutic antibodies and vaccine-elicited antibodies. Therefore, the development of additional vaccine platforms with improved supply and logistic profile remains a pressing need. In this work, we have validated the applicability of a peptide-based strategy focused on a preventive as well as a therapeutic purpose. On the basis of the involvement of the dipeptidyl peptidase 4 (DPP4), in addition to the angiotensin converting enzyme 2 (ACE2) receptor in the mechanism of virus entry, we analyzed peptides bearing DPP4 sequences by protein-protein docking and assessed their ability to block pseudovirus infection in vitro. In parallel, we have selected and synthetized peptide sequences located within the highly conserved receptor-binding domain (RBD) of the S protein, and we found that RBD-based vaccines could better promote elicitation of high titers of neutralizing antibodies specific against the regions of interest, as confirmed by immunoinformatic methodologies and in vivo studies. These findings unveil a key antigenic site targeted by broadly neutralizing antibodies and pave the way to the design of pan-coronavirus vaccines.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».