Mosaic sarbecovirus nanoparticles elicit cross-reactive responses in pre-vaccinated animals
Notice bibliographique
Résumé
Immunization with mosaic-8b [60-mer nanoparticles presenting 8 SARS-like betacoronavirus (sarbecovirus) receptor-binding domains (RBDs)] elicits more broadly cross-reactive antibodies than homotypic SARS-CoV-2 RBD-only nanoparticles and protects against sarbecoviruses. To investigate original antigenic sin (OAS) effects on mosaic-8b efficacy, we evaluated effects of prior COVID-19 vaccinations in non-human primates and mice on anti-sarbecovirus responses elicited by mosaic-8b, admix-8b (8 homotypics), or homotypic SARS-CoV-2 immunizations, finding greatest cross-reactivity for mosaic-8b. As demonstrated by molecular fate-mapping in which antibodies from specific cohorts of B cells are differentially detected, B cells primed by WA1 spike mRNA-LNP dominated antibody responses after RBD-nanoparticle boosting. While mosaic-8b- and homotypic-nanoparticles boosted cross-reactive antibodies, de novo antibodies were predominantly induced by mosaic-8b, and these were specific for variant RBDs with increased identity to RBDs on mosaic-8b. These results inform OAS mechanisms and support using mosaic-8b to protect COVID-19 vaccinated/infected humans against as-yet-unknown SARS-CoV-2 variants and animal sarbecoviruses with human spillover potential.
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) | 0,002 | 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 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 ».