Working correlates of protection predict SchuS4-derived-vaccine candidates with improved efficacy against an intracellular bacterium, Francisella tularensis
Notice bibliographique
Résumé
Francisella tularensis, the causative agent of tularemia, is classified as Tier 1 Select Agent with bioterrorism potential. The efficacy of the only available vaccine, LVS, is uncertain and it is not licensed in the U.S. Previously, by using an approach generally applicable to intracellular pathogens, we identified working correlates that predict successful vaccination in rodents. Here, we applied these correlates to evaluate a panel of SchuS4-derived live attenuated vaccines, namely SchuS4-ΔclpB, ΔclpB-ΔfupA, ΔclpB-ΔcapB, and ΔclpB-ΔwbtC. We combined in vitro co-cultures to quantify rodent T-cell functions and multivariate regression analyses to predict relative vaccine strength. The predictions were tested by rat vaccination and challenge studies, which demonstrated a clear relationship between the hierarchy of in vitro measurements and in vivo vaccine protection. Thus, these studies demonstrated the potential power a panel of correlates to screen and predict the efficacy of Francisella vaccine candidates, and in vivo studies in Fischer 344 rats confirmed that SchuS4-ΔclpB and ΔclpB-ΔcapB may be better vaccine candidates than LVS.
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 ».