Novel Transcriptional and Translational Biomarkers of Tularemia Vaccine Efficacy in a Mouse Inhalation Model: Proof of Concept
Notice bibliographique
Résumé
Francisella tularensis subspecies tularensis (Ftt) is extremely virulent for humans when inhaled as a small particle aerosol (<5 µm). Inhalation of ≥20 viable bacteria is sufficient to initiate infection with a mortality rate ≥30%. Consequently, in the past, Ftt became a primary candidate for biological weapons development. To counter this threat, the USA developed a live vaccine strain (LVS), that showed efficacy in humans against inhalation of virulent Ftt. However, the breakthrough dose was fairly low, and protection waned with time. These weaknesses triggered extensive research for better vaccine candidates. Previously, we showed that deleting the clpB gene from virulent Ftt strain, SCHU S4, resulted in a mutant that was significantly less virulent than LVS for mice, yet better protected them from aerosol challenge with wild-type SCHU S4. To date, comprehensive searches for correlates of protection for SCHU S4 ΔclpB among molecules that are critical signatures of cell-mediated immunity, have yielded little reward. In this study we used transcriptomics analysis to expand the potential range of molecular correlates of protection induced by vaccination with SCHU S4 ΔclpB beyond the usual candidates. The results provide proof-of-concept that unusual host responses to vaccination can potentially serve as novel efficacy biomarkers for new tularemia 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 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 | 0,000 | 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) | 0,000 | 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 ».