DLin-MC3-Containing mRNA Lipid Nanoparticles Induce an Antibody Th2-Biased Immune Response Polarization in a Delivery Route-Dependent Manner in Mice
Notice bibliographique
Résumé
mRNA-based vaccines have made a leap forward since the SARS-CoV-2 pandemic and are currently used to develop anti-infectious therapies. If the selection of a delivery system and an optimized mRNA sequence are two key factors to reach in vivo efficacy, the optimal administration route for those vaccines remains unclear. We investigated the influence of lipid components and immunization route regarding the intensity and quality of humoral immune responses in mice. The immunogenicity of HIV-p55Gag encoded mRNA encapsulated into D-Lin-MC3-DMA or GenVoy-ionizable lipid-based LNPs was compared after intramuscular or subcutaneous routes. Three sequential mRNA vaccines were administrated followed by a heterologous boost composed of p24-HIV protein antigen. Despite equivalent IgG kinetic profiles of general humoral responses, IgG1/IgG2a ratio analysis showed a Th2/Th1 balance toward a Th1-biased cellular immune response when both LNPs were administrated via the intramuscular route. Surprisingly, a Th2-biased antibody immunity was observed when DLin-containing vaccine was injected subcutaneously. A protein-based vaccine boost appeared to reverse this balance to a cellular-biased response correlated to an increase in antibody avidity. Our finding suggests that the intrinsic adjuvant effect of ionizable lipids appears to be dependent on the delivery route used, which could be relevant to reach potent and long-lasting immunity after mRNA-based immunization.
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 ».