Monoclonal antibody designed for SARS-nCoV-2 spike protein of receptor binding domain on antigenic targeted epitopes for inhibition to prevent viral entry
Notice bibliographique
Résumé
Abstract Severe acute respiratory syndrome (SARS) is developing disease caused by novel coronavirus (COVID19). This situation has urgently prompted many pharma and R&D research companies and public research health sectors to concentrate their efforts on research for effective therapeutics. SARS-nCoV-2 as a spike (S) protein was a targeted for the development of monoclonal antibody and therapeutics for the prevention and treatment. We developed monoclonal antibody by deep mutational scanning to characterize the effects of mutations in an antibody variable fragment on its based on expression levels, specificity, stability, and affinity for antigenic specific epitope to the Spike-S-RBD. Further to make this antibody multipoint core mutations to improve contacts between specific Fv light and heavy chains to the targeted antigen of RBD. This antibody combined enhancing mutations yielding with higher binding affinity and substantially improved stability in between RBD and antibody. Overall, this antibody may well prevent into the cell interaction with RBD-hACE2 to viral entry and prevention. SARS-nCoV-Spike-S monoclonal antibodies potently inhibited SARS-nCoV-2-Spike-S mediated entry into cells, indicating that cross-neutralizing antibodies targeting conserved S epitopes can be elicited based upon vaccination.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».