Pemivibart is less active against recent SARS-CoV-2 JN.1 sublineages
Notice bibliographique
Résumé
Abstract Protection from COVID-19 vaccination is suboptimal in many immunocompromised individuals. In March 2024, the Food and Drug Administration issued an Emergency Use Authorization for pemivibart (Permagard/VYD222), an engineered human monoclonal antibody, for pre-exposure prophylaxis in this vulnerable population. However, SARS-CoV-2 has since evolved extensively, resulting in multiple Omicron JN.1 sublineages. We therefore evaluated the in vitro neutralizing activity of pemivibart against the prevalent forms of JN.1, including KP.2, KP.3, KP.2.3, LB.1, and, importantly, KP.3.1.1, which is now expanding most rapidly. A panel of VSV-based pseudoviruses representing major JN.1 sublineages was generated to assess their susceptibility to pemivibart neutralization in vitro. Structural analyses were then conducted to understand the impact of specific spike mutations on the virus-neutralization results. Pemivibart neutralized both JN.1 and KP.2 in vitro with comparable activity, whereas its potency was decreased slightly against LB.1, KP.2.3, and KP.3 but substantially against KP.3.1.1. Critically, the 50% inhibitory concentration of pemivibart against KP.3.1.1 was ∼6 µg/mL, or ∼32.7 fold higher than that of JN.1 in our study. Structural analyses suggest that Q493E and the S31-deletion mutations in viral spike contribute to the antibody evasion, with the latter having a more pronounced effect. Our findings show that pemivibart has lost substantial neutralizing activity in vitro against KP.3.1.1, the most rapidly expanding lineage of SARS-CoV-2 today. Close monitoring of its clinical efficacy is therefore warranted. These results also highlight the imperative to expand our arsenal of preventive agents to protect millions of immunocompromised individuals who could not respond robustly to COVID-19 vaccines.
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 | 0,001 |
| 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 ».