mRNA Vaccine-Induced SARS-CoV-2 Spike-Specific IFN-γ and IL-2 T-cell Responses are Predictive of Serological Neutralization and are Transiently Enhanced by Pre-Existing Cross-Reactive Immunity
Notice bibliographique
Résumé
The contributions of SARS-CoV-2-specific T-cells to vaccine efficacy and durability are unclear. We investigated the relationships between mRNA vaccine-induced spike-specific IFN-gamma and IL-2 T-cell responses, anti-spike/RBD IgG/IgA antibodies, and live virus neutralizing capacity in long-term-care-home staff doubly vaccinated with BNT162b2 or mRNA-1273. The impacts of pre-existing cross-reactive T-cell immunity to SARS-CoV-2 on cellular and humoral responses to vaccination were additionally assessed. Mathematical modelling of the kinetics of spike-specific IFN-gamma and IL-2 T-cell responses over 6-months post-second dose was bifurcated into recipients who exhibited gradual increases (54% and 42%, respectively) with doubling times of 173 days, or decreases (46% and 58%, respectively) with half-lives of 115 days. Differences in kinetics did not correlate with any clinical phenotypes, although increases were proposed to be due to subclinical viral exposures. Serological anti-spike/RBD IgG/IgA antibody levels had otherwise decayed in all participants with half-lives of 55, 53, 76, and 59 days, respectively. Spike-specific T-cell responses induced at 2-6 weeks correlated with live viral neutralization at 6-months post-second dose, especially in hybrid immune individuals. Participants with pre-existing cross-reactive T-cell immunity to SARS-CoV-2 exhibited greater spike-specific T-cell responses, reduced anti-RBD IgA antibody levels, and a trending increase in neutralization at 2-6 weeks post-second dose. Non-spike-specific T-cells predominantly targeted SARS-CoV-2 non-structural protein at 6-months post-second dose in cross-reactive participants. mRNA vaccination was lastly shown to induce off-target T-cell responses against unrelated antigens. In summary, vaccine-induced spike-specific T-cell immunity appeared to influence serological neutralizing capacity, with only a modest effect induced by pre-existing cross-reactivity.
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) | 0,000 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».