A vesicular stomatitis virus-based prime-boost vaccination strategy induces potent and protective neutralizing antibodies against SARS-CoV-2
Notice bibliographique
Résumé
The development of safe and effective vaccines to prevent SARS-CoV-2 infections remains an urgent priority worldwide. We have used a recombinant vesicular stomatitis virus (rVSV)-based prime-boost immunization strategy to develop an effective COVID-19 vaccine candidate. We have constructed VSV genomes carrying exogenous genes resulting in the production of avirulent rVSV carrying the full-length spike protein (SF), the S1 subunit, or the receptor-binding domain (RBD) plus envelope (E) protein of SARS-CoV-2. Adding the honeybee melittin signal peptide (msp) to the N-terminus enhanced the protein expression, and adding the VSV G protein transmembrane domain and the cytoplasmic tail (Gtc) enhanced protein incorporation into pseudotype VSV. All rVSVs expressed three different forms of SARS-CoV-2 spike proteins, but chimeras with VSV-Gtc demonstrated the highest rVSV-associated expression. In immunized mice, rVSV with chimeric S protein-Gtc derivatives induced the highest level of potent neutralizing antibodies and T cell responses, and rVSV harboring the full-length msp-SF-Gtc proved to be the superior immunogen. More importantly, rVSV-msp-SF-Gtc vaccinated animals were completely protected from a subsequent SARS-CoV-2 challenge. Overall, we have developed an efficient strategy to induce a protective response in SARS-CoV-2 challenged immunized mice. Vaccination with our rVSV-based vector may be an effective solution in the global fight against COVID-19.
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 ».