Detoxified synthetic bacterial membrane vesicles as a vaccine platform against bacteria and SARS-CoV-2
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The development of vaccines based on outer membrane vesicles (OMV) that naturally bud off from bacteria is an evolving field in infectious diseases. However, the inherent inflammatory nature of OMV limits their use as human vaccines. This study employed an engineered vesicle technology to develop synthetic bacterial vesicles (SyBV) that activate the immune system without the severe immunotoxicity of OMV. SyBV were generated from bacterial membranes through treatment with detergent and ionic stress. SyBV induced less inflammatory responses in macrophages and in mice compared to natural OMV. Immunization with SyBV or OMV induced comparable antigen-specific adaptive immunity. Specifically, immunization with Pseudomonas aeruginosa-derived SyBV protected mice against bacterial challenge, and this was accompanied by significant reduction in lung cell infiltration and inflammatory cytokines. Further, immunization with Escherichia coli-derived SyBV protected mice against E. coli sepsis, comparable to OMV-immunized group. The protective activity of SyBV was driven by the stimulation of B-cell and T-cell immunity. Also, SyBV were engineered to display the SARS-CoV-2 S1 protein on their surface, and these vesicles induced specific S1 protein antibody and T-cell responses. Collectively, these results demonstrate that SyBV may be a safe and efficient vaccine platform for the prevention of bacterial and viral infections.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 découle