Immunoinformatics and reverse vaccinology approach in designing a novel highly immunogenic multivalent peptide-based vaccine against the human monkeypox virus
Notice bibliographique
Résumé
Background: Monkeypox is a highly infectious zoonotic disease, often resulting in complications ranging from respiratory illnesses to vision loss. The escalating global incidence of its cases demands prompt attention, as the absence of a proven post-exposure treatment underscores the criticality of developing an effective vaccine. Methods: Interactions of the viral proteins with TLR2 and TLR4 were investigated to assess their immunogenic potentials. Highly immunogenic proteins were selected and subjected to epitope mapping for identifying B-cell and MHC class I and II epitopes. Epitopes with high antigenicity were chosen, considering global population coverage. A multi-target, multi-epitope vaccine peptide was designed, incorporating a beta-defensin 2 adjuvant, B-cell epitopes, and MHC class I and II epitopes. Results: The coordinate structure of the engineered vaccine was modeled and validated. In addition, its physicochemical properties, antigenicity, allergenicity, and virulence traits were evaluated. Molecular docking studies indicated strong interactions between the vaccine peptide and the TLR2 receptor. Furthermore, molecular dynamics simulations and immune simulation studies reflected its potent cytosolic stability and robust immune response dynamics induced by the vaccine. Conclusion: This study explored an innovative structure-guided approach in the use of immunoinformatics and reverse vaccinology in pursuit of a novel multi-epitope vaccine against the highly immunogenic monkeypox viral proteins. The simulation studies indicated the engineered vaccine candidate to be promising in providing prophylaxis to the monkeypox virus; nevertheless, further in vitro and in vivo investigations are required to prove its efficacy.
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 | 0,001 | 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 | 0,001 | 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 ».