SARS-CoV-2 hijacks neutralizing dimeric IgA for nasal infection and injury in Syrian hamsters <sup>1</sup>
Notice bibliographique
Résumé
evaluation of IgA neutralizing antibodies. Here, we report the efficacy of receptor binding domain (RBD)-specific monomeric B8-mIgA1 and B8-mIgA2, and dimeric B8-dIgA1, B8-dIgA2 and TH335-dIgA1 against intranasal SARS-CoV-2 challenge in Syrian hamsters. These antibodies exhibited comparable neutralization potency against authentic virus by competing with human angiotensin converting enzyme-2 (ACE2) receptor for RBD binding. While reducing viral loads in lungs significantly, prophylactic intranasal B8-dIgA unexpectedly led to high amount of infectious viruses and extended damage in NT compared to controls. Mechanistically, B8-dIgA failed to inhibit SARS-CoV-2 cell-to-cell transmission, but was hijacked by the virus through dendritic cell-mediated trans-infection of NT epithelia leading to robust nasal infection. Cryo-EM further revealed B8 as a class II antibody binding trimeric RBDs in 3-up or 2-up/1-down conformation. Neutralizing dIgA, therefore, may engage an unexpected mode of SARS-CoV-2 nasal infection and injury.
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 ».