Design and lyophilization of lipid nanoparticles for mRNA vaccine and its robust immune response in mice and nonhuman primates
Notice bibliographique
Résumé
mRNA and lipid nanoparticles have emerged as powerful systems for the preparation of vaccines against severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) infection. The emergence of novel variants or the necessity of cold chain logistics for approved mRNA vaccines undermines the investigation of next-generation systems that could preserve both potency and stability. However, the correlation between lipid nanoparticle composition and activity is not fully explored. Here, we screened a panel of ionizable lipids in vivo and identified lead lipid nanoparticles with a branched-tail lipid structure. Buffer optimization allowed the determination of lyophilization conditions, where lipid nanoparticle-encapsulated mRNA encoding SARS-CoV-2 spike protein could induce robust immunogenicity in mice after 1 month of storage at 5°C and 25°C. Intramuscularly injected lipid nanoparticles distributed in conventional dendritic cells in mouse lymph nodes induced balanced T helper (Th) 1/Th2 responses against SARS-CoV-2 spike protein. In nonhuman primates, two doses of 10 or 100 μg of mRNA induced higher spike-specific binding geometric mean titers than those from a panel of SARS-CoV-2-convalescent human sera. Immunized sera broadly inhibited the viral entry receptor angiotensin-converting enzyme 2 (ACE2) from binding to the spike protein in all six strains tested, including variants of concern. These results could provide useful information for designing next-generation mRNA vaccines.
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) | 0,001 | 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 ».