Evaluation of mRNA-LNP and adjuvanted protein SARS-CoV-2 vaccines in a maternal antibody mouse model
Notice bibliographique
Résumé
Maternal antibodies (matAbs) protect against a myriad of pathogens early in life; however, these antibodies can also inhibit de novo immune responses against some vaccine platforms. Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) matAbs are efficiently transferred during pregnancy and protect infants against subsequent SARS-CoV-2 infections. It is unknown if matAbs inhibit immune responses elicited by different types of SARS-CoV-2 vaccines. Here, we established a mouse model to determine if SARS-CoV-2 spike-specific matAbs inhibit immune responses elicited by recombinant protein and nucleoside-modified mRNA-lipid nanoparticle (mRNA-LNP) vaccines. We found that SARS-CoV-2 mRNA-LNP vaccines elicited robust de novo antibody responses in mouse pups in the presence of matAbs. Recombinant protein vaccines were also able to circumvent the inhibitory effects of matAbs when adjuvants were co-administered. While additional studies need to be completed in humans, our studies raise the possibility that mRNA-LNP-based and adjuvanted protein-based SARS-CoV-2 vaccines have the potential to be effective when delivered very early in life.
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 | 0,001 | 0,001 |
| 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 ».