Arsenal of nanobodies shows broad-spectrum neutralization against SARS-CoV-2 variants of concern in vitro and in vivo in hamster models
Notice bibliographique
Résumé
Nanobodies offer several potential advantages over mAbs for the control of SARS-CoV-2. Their ability to access cryptic epitopes conserved across SARS-CoV-2 variants of concern (VoCs) and feasibility to engineer modular, multimeric designs, make these antibody fragments ideal candidates for developing broad-spectrum therapeutics against current and continually emerging SARS-CoV-2 VoCs. Here we describe a diverse collection of 37 anti-SARS-CoV-2 spike glycoprotein nanobodies extensively characterized as both monovalent and IgG Fc-fused bivalent modalities. The nanobodies were collectively shown to have high intrinsic affinity; high thermal, thermodynamic and aerosolization stability; broad subunit/domain specificity and cross-reactivity across existing VoCs; wide-ranging epitopic and mechanistic diversity and high and broad in vitro neutralization potencies. A select set of Fc-fused nanobodies showed high neutralization efficacies in hamster models of SARS-CoV-2 infection, reducing viral burden by up to six orders of magnitude to below detectable levels. In vivo protection was demonstrated with anti-RBD and previously unreported anti-NTD and anti-S2 nanobodies. This collection of nanobodies provides a potential therapeutic toolbox from which various cocktails or multi-paratopic formats could be built to combat multiple SARS-CoV-2 variants.
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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».