Cellular Immune Responses to SARS-CoV-2 in Exposed Seronegative Individuals
Notice bibliographique
Résumé
Some SARS-CoV-2-exposed individuals develop immunity without overt infection. We identified 11 individuals who were negative by nucleic acid testing during prolonged close contact and with no serological diagnosis of infection. As this could reflect natural immunity, cross-reactive immunity from previous coronavirus exposure, abortive infection due to de novo immune responses, or other factors, our objective was to characterize immunity against SARS-CoV-2 in these individuals. Blood was processed into plasma and peripheral blood mononuclear cells (PBMC) and screened for IgG, IgA, and IgM antibodies (Ab) against SARS-CoV-2 and common β-coronaviruses OC43 and HKU1. Receptor blocking activity and interferon-alpha (IFN-α) in plasma were also measured. Circulating T cells against SARS-CoV-2 were enumerated and CD4+ and CD8+ T cell responses discriminated after in vitro stimulation. Exposed uninfected individuals were seronegative against SARS-CoV-2 spike (S) and selectively reactive against OC43 nucleocapsid protein (N), suggesting common β-coronavirus exposure induced Ab cross-reactive against SARS-CoV-2 N. There was no evidence of protection from circulating angiotensin-converting enzyme (ACE2) or IFN-α. Six individuals had T cell responses against SARS-CoV-2, with four involving CD4+ and CD8+ T cells. We found no evidence of protection from SARS-CoV-2 through innate immunity or immunity induced by common β-coronaviruses. Cellular immune responses against SARS-CoV-2 were associated with time since exposure, suggesting that rapid cellular responses may contain SARS-CoV-2 infection below the thresholds required for a humoral response.
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 | 0,001 | 0,002 |
| 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 | 0,003 |
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 ».