High-resolution analysis of long-term serum antibodies in humans following convalescence of SARS-CoV-2 infection
Notice bibliographique
Résumé
Long-term antibody responses to SARS-CoV-2 have focused on responses to full-length spike protein, specific domains within spike, or nucleoprotein. In this study, we used high-density peptide microarrays representing the complete proteome of SARS-CoV-2 to identify binding sites (epitopes) targeted by antibodies present in the blood of COVID-19 resolved cases at 5 months post-diagnosis. Compared to previous studies that evaluated epitope-specific responses early post-diagnosis (< 60 days), we found that epitope-specific responses to nucleoprotein and spike protein have contracted, and that responses to membrane protein have expanded. Although antibody titers to full-length spike and nucleoprotein remain steady over months, taken together our data suggest that the population of epitope-specific antibodies that contribute to this reactivity is dynamic and evolves over time. Further, the spike epitopes bound by polyclonal antibodies in COVID-19 convalescent serum samples aligned with known target sites that can neutralize viral activity suggesting that the maintenance of these antibodies might provide rapid serological immunity. Finally, the most dominant epitopes for membrane protein and spike showed high diagnostic accuracy providing novel biomarkers to refine blood-based antibody tests. This study provides new insights into the specific regions of SARS-CoV-2 targeted by serum antibodies long after infection.
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) | 0,000 | 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 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 ».