ISCOMs/MPLA‐Adjuvanted SDAD Protein Nanoparticles Induce Improved Mucosal Immune Responses and Cross‐Protection in Mice
Notice bibliographique
Résumé
Abstract The epidemics caused by the influenza virus are a serious threat to public health and the economy. Adding appropriate adjuvants to improve immunogenicity and finding effective mucosal vaccines to combat respiratory infection at the portal of virus entry are important strategies to boost protection. In this study, a novel type of core/shell protein nanoparticle consisting of influenza nucleoprotein (NP) as the core and NA1‐M2e or NA2‐M2e fusion proteins as the coating antigens by SDAD hetero‐bifunctional crosslinking is exploited. Immune‐stimulating complexes (ISCOMs)/monophosphoryl lipid A (MPLA) adjuvants further boost the NP/NA‐M2e SDAD protein nanoparticle‐induced immune responses when administered intramuscularly. The ISCOMs/MPLA‐adjuvanted protein nanoparticles are delivered through the intranasal route to validate the application as mucosal vaccines. ISCOMs/MPLA‐adjuvanted nanoparticles induce significantly strengthened antigen‐specific antibody responses, cytokine‐secreting splenocytes in the systemic compartment, and higher levels of antigen‐specific IgA and IgG in the local mucosa. Meanwhile, significantly expanded lung resident memory (RM) T and B cells (T RM /B RM ) and alveolar macrophages population are observed in ISCOMs/MPLA‐adjuvanted nanoparticle‐immunized mice with a 100% survival rate after homogeneous and heterogeneous H3N2 viral challenges. Taken together, ISCOMs/MPLA‐adjuvanted protein nanoparticles could improve strong systemic and mucosal immune responses conferring protection in different immunization routes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».