Cell-based passive immunization for protection against SARS-CoV-2 infection
Notice bibliographique
Résumé
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 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) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».