MétaCan
Menu
Retour à la cohorte
Enregistrement W4392914804 · doi:10.1080/21645515.2024.2304393

Formulation development of a stable influenza recombinant neuraminidase vaccine candidate

2024· article· en· W4392914804 sur OpenAlexaff
Bing Li, Irina V. Ustyugova, Lisa Szymkowicz, Shaolong Zhu, Marin Ming, Karen Fung, Guadalupe Cortés, D. Andrew James, Michael Hrynyk, Nausheen Rahman, Roger H. Brookes, Salvador F. Ausar

Notice bibliographique

RevueHuman Vaccines & Immunotherapeutics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensSanofi (Canada)
Organismes subventionnairesSanofi
Mots-clésRNATetramerNeuraminidaseAntigenicitySize-exclusion chromatographyChemistryRecombinant DNABiochemistryBiologyAntigenEnzymeImmunology

Résumé

récupéré en direct d'OpenAlex

Current influenza vaccines could be augmented by including recombinant neuraminidase (rNA) protein antigen to broaden protective immunity and improve efficacy. Toward this goal, we investigated formulation conditions to optimize rNA physicochemical stability. When rNA in sodium phosphate saline buffer (NaPBS) was frozen and thawed (F/T), the tetrameric structure transitioned from a "closed" to an "open" conformation, negatively impacting functional activity. Hydrogen deuterium exchange experiments identified differences in anchorage binding sites at the base of the open tetramer, offering a structural mechanistic explanation for the change in conformation and decreased functional activity. Change to the open configuration was triggered by the combined stresses of acidic pH and F/T. The desired closed conformation was preserved in a potassium phosphate buffer (KP), minimizing pH drop upon freezing and including 10% sucrose to control F/T stress. Stability was further evaluated in thermal stress studies where changes in conformation were readily detected by ELISA and size exclusion chromatography (SEC). Both tests were suitable indicators of stability and antigenicity and considered potential critical quality attributes (pCQAs). To understand longer-term stability, the pCQA profiles from thermally stressed rNA at 6 months were modeled to predict stability of at least 24-months at 5°C storage. In summary, a desired rNA closed tetramer was maintained by formulation selection and monitoring of pCQAs to produce a stable rNA vaccine candidate. The study highlights the importance of understanding and controlling vaccine protein structural and functional integrity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,099
Tête enseignante GPT0,399
Écart entre enseignants0,301 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Vaccines & ImmunotherapeuticsMême sujetInfluenza Virus Research StudiesTravaux en français237 207