MétaCan
Menu
Retour à la cohorte
Enregistrement W4388407963 · doi:10.1186/s13287-023-03556-5

Cell-based passive immunization for protection against SARS-CoV-2 infection

2023· article· en· W4388407963 sur OpenAlexafffund
Evan Sawula, Shane Miersch, Eric D. Jong, Chengjin Li, Fang‐yu Chou, Jean Kit Tang, Reza Saberianfar, Jeffrey Harding, Sachdev S. Sidhu, András Nagy

Notice bibliographique

RevueStem Cell Research & Therapy · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensSinai Health SystemLunenfeld-Tanenbaum Research InstituteUniversity of WaterlooUniversity of Toronto
Organismes subventionnairesBreakthrough T1D CanadaCanadian Institutes of Health ResearchUniversity of TorontoNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésImmunizationVirologyStem cellSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)MedicineImmunology2019-20 coronavirus outbreakBiologyAntibodyOutbreakDiseaseInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Immunologically impaired individuals respond poorly to vaccines, highlighting the need for additional strategies to protect these vulnerable populations from COVID-19. While monoclonal antibodies (mAbs) have emerged as promising tools to manage infectious diseases, the transient lifespan of neutralizing mAbs in patients limits their ability to confer lasting, passive prophylaxis from SARS-CoV-2. Here, we attempted to solve this problem by combining cell and mAb engineering in a way that provides durable immune protection against viral infection using safe and universal cell therapy. METHODS: Mouse embryonic stem cells equipped with our FailSafe™ and induced allogeneic cell tolerance technologies were engineered to express factors that potently neutralize SARS-CoV-2, which we call 'neutralizing biologics' (nBios). We subcutaneously transplanted the transgenic cells into mice and longitudinally assessed the ability of the cells to deliver nBios into circulation. To do so, we quantified plasma nBio concentrations and SARS-CoV-2 neutralizing activity over time in transplant recipients. Finally, using similar cell engineering strategies, we genetically modified FailSafe™ human-induced pluripotent stem cells to express SARS-CoV-2 nBios. RESULTS: Transgenic mouse embryonic stem cells engineered for safety and allogeneic-acceptance can secrete functional and potent SARS-CoV-2 nBios. As a dormant, subcutaneous tissue, the transgenic cells and their differentiated derivatives long-term deliver a supply of protective nBio titers in vivo. Moving toward clinical relevance, we also show that human-induced pluripotent stem cells, similarly engineered for safety, can secrete highly potent nBios. CONCLUSIONS: Together, these findings show the promise and potential of using 'off-the-shelf' cell products that secrete neutralizing antibodies for sustained protective immunity against current and future viral pathogens of public health significance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,410
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStem Cell Research & TherapyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207