Evaluation of Adjuvant Activity and Bio-Distribution of Archaeosomes Prepared Using Microfluidic Technology
Notice bibliographique
Résumé
Archaeosomes, composed of sulfated lactosyl archaeol (SLA) glycolipids, have been proven to be an effective vaccine adjuvant in multiple preclinical models of infectious disease or cancer. They have classically been prepared using a thin-film hydration method with an average particle size of 100–200 nm. In this study, we developed methods to generate SLA archaeosomes at different sizes, i.e., 30 nm and 100 nm, via microfluidic mixing technology and evaluated their physicochemical characteristics, as well as adjuvant activity and in vivo biodistribution in mice. Archaeosomes, prepared using thin-film and microfluidic mixing techniques, had similar nanostructures and physicochemical characteristics, with both appearing stable during the course of this study when stored at 4 °C or 37 °C. They also demonstrated similar adjuvant activity when admixed with ovalbumin antigen and used to immunize mice, generating equivalent antigen-specific immune responses. Archaeosomes, labeled with CellVueTM NIR815, had an equivalent biodistribution with both sizes, namely the highest signal at the injection site at 24 h post injection, followed by liver, spleen and inguinal lymph node. The presence of SLA archaeosomes of either size helped to retain OVA antigen (OVA-Cy5.5) longer at the injection site than unadjuvanted OVA. Overall, archaeosomes of two sizes (30 nm and 100 nm) prepared using microfluidic mixing maintained similar physicochemical properties, adjuvant activity and biodistribution of antigen, in comparison to those compared by the conventional thin film hydration method. This suggests that microfluidics based approaches could be applied to generate consistently sized archaeosomes for use as a vaccine adjuvant.
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) | 0,001 | 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 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 ».