BCG vaccination provides cross-protection against influenza infection through trained adaptive immunity.
Notice bibliographique
Résumé
Abstract The ongoing COVID-19 pandemic highlights the threat emerging viruses pose to the world. While the development of a new vaccine can take at least 1–2 years, alternative approaches are urgently needed to alleviate the burden of rapid transmission. The Bacillus Calmette-Guerin (BCG) vaccine is currently used worldwide to prevent tuberculosis but has also been shown to protect against a wide range of infections. Several studies have attributed this broad protection to trained immunity. While innate immune cells usually act in a non-specific manner, in the context of trained immunity, these cells acquire an enhanced capacity to protect against different pathogens. However, preliminary work suggests that BCG may be mediating trained immunity by enhancing the adaptive immune system as well. Before the current pandemic, Influenza A virus (IAV) was responsible for the most devastating pandemic in history and remains the cause of yearly epidemics. Thus, investigating the cross-protection of BCG against IAV could determine whether BCG vaccination could offer an alternative preventive strategy against viruses with pandemic potential. To determine the protective effects of BCG against IAV infection, C57BL/6 mice were vaccinated intravenously (-iv) or subcutaneously (-sc) with BCG then infected with H1N1. We showed that BCG-iv vaccinated mice exhibited increased survival against IAV and a decreased viral load. Interestingly, BCG-iv uniquely induces the enrichment of CX3CR1+ αβ memory T cell populations which may be contributing to protective immunity against IAV infection. Overall, the present study evaluates whether beneficial effects from a widely distributed vaccine could provide some protection against emerging pulmonary pathogens.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».