Gag Virus-like Particles Functionalized with SARS-CoV-2 Variants: Generation, Characterization and Recognition by COVID-19 Convalescent Patients’ Sera
Notice bibliographique
Résumé
The robustness, safety, versatility, and high immunogenicity of virus-like particles (VLPs) make them a promising approach for the generation of vaccines against a broad range of pathogens. VLPs are recombinant macromolecular structures that closely mimic the native conformation of viruses without carrying viral genetic material. Particularly, HIV-1 Gag-based VLPs are a suitable platform for the presentation of the SARS-CoV-2 Spike (S) protein on their surface. In this context, this work studies the effect of different rationally engineered mutations of the S protein to improve some of its characteristics. The studied variants harbored mutations such as proline substitutions for S stabilization, D614G from the early dominant pandemic form, the elimination of the S1/S2 furin cleavage site to improve S homogeneity, the suppression of a retention motif to favor its membrane localization, and cysteine substitutions to increase its immunogenicity and avoid potential undesired antibody-dependent enhancement (ADE) effects. The influence of the mutations on VLP expression was studied, as well as their immunogenic potential, by testing the recognition of the generated VLP variants by COVID-19 convalescent patients' sera. The results of this work are conceived to give insights on the selection of S protein candidates for their use as immunogens and to showcase the potential of VLPs as carriers for antigen presentation.
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 | 0,000 | 0,000 |
| 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 ».