Structural insights into broadly neutralizing antibodies elicited by hybrid immunity against SARS-CoV-2
Notice bibliographique
Résumé
Increasing spread by SARS-CoV-2 Omicron variants challenges existing vaccines and broadly reactive neutralizing antibodies (bNAbs) against COVID-19. Here we determine the diversity, potency, breadth and structural insights of bNAbs derived from memory B cells of BNT162b2-vaccinee after homogeneous Omicron BA.1 breakthrough infection. The infection activates diverse memory B cell clonotypes for generating potent class I/II and III bNAbs with new epitopes mapped to the receptor-binding domain (RBD). The top eight bNAbs neutralize wildtype and BA.1 potently but display divergent IgH/IgL sequences and neuralization profiles against other variants of concern (VOCs). Two of them (P2D9 and P3E6) belonging to class III NAbs display comparable potency against BA.4/BA.5, although structural analysis reveals distinct modes of action. P3E6 neutralizes all variants tested through a unique bivalent interaction with two RBDs. Our findings provide new insights into hybrid immunity on BNT162b2-induced diverse memory B cells in response to Omicron breakthrough infection for generating diverse bNAbs with distinct structural basis.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 ».