A scalable serology solution for profiling humoral immune responses to SARS‐CoV‐2 infection and vaccination
Notice bibliographique
Résumé
Objectives: Antibody testing against severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has been instrumental in detecting previous exposures and analyzing vaccine-elicited immune responses. Here, we describe a scalable solution to detect and quantify SARS-CoV-2 antibodies, discriminate between natural infection- and vaccination-induced responses, and assess antibody-mediated inhibition of the spike-angiotensin converting enzyme 2 (ACE2) interaction. Methods: We developed methods and reagents to detect SARS-CoV-2 antibodies by enzyme-linked immunosorbent assay (ELISA). The main assays focus on the parallel detection of immunoglobulin (Ig)Gs against the spike trimer, its receptor binding domain (RBD) and nucleocapsid (N). We automated a surrogate neutralisation (sn)ELISA that measures inhibition of ACE2-spike or -RBD interactions by antibodies. The assays were calibrated to a World Health Organization reference standard. Results: Our single-point IgG-based ELISAs accurately distinguished non-infected and infected individuals. For seroprevalence assessment (in a non-vaccinated cohort), classifying a sample as positive if antibodies were detected for ≥ 2 of the 3 antigens provided the highest specificity. In vaccinated cohorts, increases in anti-spike and -RBD (but not -N) antibodies are observed. We present detailed protocols for serum/plasma or dried blood spots analysis performed manually and on automated platforms. The snELISA can be performed automatically at single points, increasing its scalability. Conclusions: Measuring antibodies to three viral antigens and identify neutralising antibodies capable of disrupting spike-ACE2 interactions in high-throughput enables large-scale analyses of humoral immune responses to SARS-CoV-2 infection and vaccination. The reagents are available to enable scaling up of standardised serological assays, permitting inter-laboratory data comparison and aggregation.
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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».