Design and immunological evaluation of two-component protein nanoparticle vaccines for East Coast fever
Notice bibliographique
Résumé
Nanoparticle vaccines usually prime stronger immune responses than soluble antigens. Within this class of subunit vaccines, the recent development of computationally designed self-assembling two-component protein nanoparticle scaffolds provides a powerful and versatile platform for displaying multiple copies of one or more antigens. Here we report the generation of three different nanoparticle immunogens displaying 60 copies of p67C, an 80 amino acid polypeptide from a candidate vaccine antigen of Theileria parva , and their immunogenicity in cattle. p67C is a truncation of p67, the major surface protein of the sporozoite stage of T. parva , an apicomplexan parasite that causes an often-fatal bovine disease called East Coast fever (ECF) in sub-Saharan Africa. Compared to I32-19 and I32-28, we found that I53-50 nanoparticle scaffolds displaying p67C had the best biophysical characteristics. p67C-I53-50 also outperformed the other two nanoparticles in stimulating p67C-specific IgG1 and IgG2 antibodies and CD4 + T-cell responses, as well as sporozoite neutralizing capacity. In experimental cattle vaccine trials, p67C-I53-50 induced significant immunity to ECF, suggesting that the I53-50 scaffold is a promising candidate for developing novel nanoparticle vaccines. To our knowledge this is the first application of computationally designed nanoparticles to the development of livestock 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 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 | 0,001 | 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 ».