ESCRT recruitment to SARS-CoV-2 spike induces virus-like particles that improve mRNA vaccines
Notice bibliographique
Résumé
Prime-boost regimens for COVID-19 vaccines elicit poor antibody responses against Omicron-based variants and employ frequent boosters to maintain antibody levels. We present a natural infection-mimicking technology that combines features of mRNA- and protein nanoparticle-based vaccines through encoding self-assembling enveloped virus-like particles (eVLPs). eVLP assembly is achieved by inserting an ESCRT- and ALIX-binding region (EABR) into the SARS-CoV-2 spike cytoplasmic tail, which recruits ESCRT proteins to induce eVLP budding from cells. Purified spike-EABR eVLPs presented densely arrayed spikes and elicited potent antibody responses in mice. Two immunizations with mRNA-LNP encoding spike-EABR elicited potent CD8 + T cell responses and superior neutralizing antibody responses against original and variant SARS-CoV-2 compared with conventional spike-encoding mRNA-LNP and purified spike-EABR eVLPs, improving neutralizing titers >10-fold against Omicron-based variants for 3 months post-boost. Thus, EABR technology enhances potency and breadth of vaccine-induced responses through antigen presentation on cell surfaces and eVLPs, enabling longer-lasting protection against SARS-CoV-2 and other viruses.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».