Development of a novel competitive ELISA to investigate exposure of animals to SARS-CoV-2
Notice bibliographique
Résumé
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), the COVID19-causing virus, is a zoonotic pathogen. There is concern that it may spillover into wildlife species which may then serve as reservoirs for future infection of humans, domestic animals, or other wildlife species. Furthermore, impacts of the virus on potentially susceptible wildlife species are currently unknown. There is, therefore, an urgent need to develop a single test that could be used for the serosurveillance of multiple wildlife species for exposure to SARS-CoV-2. While serological tests to detect antibodies in SARS-CoV-2 infected and/or exposed human patients have been developed, few assays have the capacity to detect antibodies in a wide variety of species. Here, we describe the development of a competitive enzyme-linked immunosorbent assay (cELISA) to detect SARS-CoV-2 antibodies in animals for which species-specific reagents are not available. This cELISA was developed to detect SARS-CoV-2 spike 1 (S1), spike 2 (S2) and nucleocapsid (N) specific antibodies and was validated using sera from experimentally infected hamsters. We further validated our cELISA by comparing it with results obtained from the surrogate virus neutralization test (cPASS, GenScript) and indirect ELISA using anti-hamster horse radish peroxidase (HRP) conjugated reagents. This cELISA will have broad applications in screening potential animal reservoirs for SARS-CoV-2, and uses multiple targets, including more conserved structural proteins which are subjected to less selective immunological pressure. These would allow detection of exposure to variants missed by conventional assays that target antibodies against the viral receptor binding domain. This assay will be a valuable tool which can be implemented in surveillance programs investigating evidence of exposure to SARS-CoV-2 in multiple domestic, captive, or wild animal species, and in studies investigating impacts of SARS-CoV-2 on wildlife populations.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».