Global blood miRNA profiling unravels early signatures of immunogenicity of Ebola vaccine rVSVΔG-ZEBOV-GP
Notice bibliographique
Résumé
The vectored Ebola vaccine rVSVΔG-ZEBOV-GP elicits protection against Ebola Virus Disease (EVD). In a study of forty-eight healthy adult volunteers who received either the rVSVΔG-ZEBOV-GP vaccine or placebo, we profiled intracellular microRNAs (miRNAs) from whole blood cells (WB) and circulating miRNAs from serum-derived extracellular vesicles (EV) at baseline and longitudinally following vaccination. Further, we identified early miRNA signatures associated with ZEBOV-specific IgG antibody responses at baseline and up to one year post-vaccination, and pinpointed target mRNA transcripts and pathways correlated to miRNAs whose expression was altered after vaccination by using systems biology approaches. Several miRNAs were differentially expressed (DE) and miRNA signatures predicted high or low IgG ZEBOV-specific antibody levels with high classification performance. The top miRNA discriminators were WB-miR-6810, EV-miR-7151-3p, and EV-miR-4426. An eight-miRNA antibody predictive signature was associated with immune-related target mRNAs and pathways. These findings provide valuable insights into early blood biomarkers associated with rVSVΔG-ZEBOV-GP vaccine-induced IgG antibody responses.
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 | 0,002 |
| 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 ».