Development of virus-like particles with inbuilt immunostimulatory properties as vaccine candidates
Notice bibliographique
Résumé
The development of virus-like particle (VLP) based vaccines for human papillomavirus, hepatitis B and hepatitis E viruses represented a breakthrough in vaccine development. However, for dengue and COVID-19, technical complications, such as an incomplete understanding of the requirements for protective immunity, but also limitations in processes to manufacture VLP vaccines for enveloped viruses to large scale, have hampered VLP vaccine development. Selecting the right adjuvant is also an important consideration to ensure that a VLP vaccine induces protective antibody and T cell responses. For diseases like COVID-19 and dengue fever caused by RNA viruses that exist as families of viral variants with the potential to escape vaccine-induced immunity, the development of more efficacious vaccines is also necessary. Here, we describe the development and characterisation of novel VLP vaccine candidates using SARS-CoV-2 and dengue virus (DENV), containing the major viral structural proteins, as protypes for a novel approach to produce VLP vaccines. The VLPs were characterised by Western immunoblot, enzyme immunoassay, electron and atomic force microscopy, and in vitro and in vivo immunogenicity studies. Microscopy techniques showed proteins self-assemble to form VLPs authentic to native viruses. The inclusion of the glycolipid adjuvant, α-galactosylceramide (α-GalCer) in the vaccine formulation led to high levels of natural killer T (NKT) cell stimulation in vitro, and strong antibody and memory CD8+ T cell responses in vivo, demonstrated with SARS-CoV-2, hepatitis C virus (HCV) and DEN VLPs. This study shows our unique vaccine formulation presents a promising, and much needed, new vaccine platform in the fight against infections caused by enveloped RNA 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».