Reconnoitering Mycobacterium tuberculosis lipoproteins to design subunit vaccine by immunoinformatics approach
Notice bibliographique
Résumé
Background: Tuberculosis is an aerosol transmitted disease of human beings caused by Mycobacterium tuberculosis (Mtb). The only available vaccine for Mtb is Bacillus Calmette-Guérin (BCG). Currently no alternative or booster is available for BCG. The objective of this predictive approach was based on binding of MHC-I and MHC-II and B cell epitopes of Mtb for mouse host.Methods: Immunoinformatics approach was used to design subunit vaccine (SV) by joining 8 MHC-I bindings, 6 MHC-II bindings, and 8 B-Cell epitopes with AAV, GPGPG, and KK amino acid linkers, respectively. The efficacy of the SV was enhanced through Mtb protein Rv3763 (LpqH, PDB ID= 4ZJM) as an adjuvant at the N-terminal of SV. The in silico analyses evaluated the SV to predict allergenicity, antigenicity, and physico-chemical properties.Results: Predictions revealed that SV is non-allergic and highly antigenic. The physico-chemical analysis showed that the SV was stable and basic in nature. The three-dimensional structure of SV was stable with a high binding affinity against the mouse TLR2 receptor. In silico cloning suggested the effective transformation of SV into the eukaryotic expression vector.Conclusion: This study permits preclinical validation of the designed SV in mouse host to confirm its immunogenic potential and efficacy, which will help in controlling tuberculosis.Keywords: Immunoinformatics; Docking; Subunit vaccine; Lipoprotein; Tuberculosis
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».