Programming Bordetella pertussis lipid A to promote adjuvanticity
Notice bibliographique
Résumé
BACKGROUND: Bordetella pertussis is the causative agent of whooping cough or pertussis. Although both acellular (aP) and whole-cell pertussis (wP) vaccines protect against disease, the wP vaccine, which is highly reactogenic, is better at preventing colonization and transmission. Reactogenicity is mainly attributed to the lipid A moiety of B. pertussis lipooligosaccharide (LOS). Within LOS, lipid A acts as a hydrophobic anchor, engaging with TLR4-MD2 on host immune cells to initiate both MyD88-dependent and TRIF-dependent pathways, thereby influencing adaptive immune responses. Lipid A variants, such as monophosphoryl lipid A (MPLA) can also act as adjuvants. Adjuvants may overcome the shortcomings of aP vaccines. RESULTS: This work used lipid A modifying enzymes from other bacteria to produce an MPLA-like adjuvant strain in B. pertussis. We created B. pertussis strains with distinct lipid A modifications, which were validated using MALDI-TOF. We engineered a hexa-acylated monophosphorylated lipid A that markedly decreased human TLR4 activation and activated the TRIF pathway. The modified lipooligosaccharide (LOS) promoted IRF3 phosphorylation and type I interferon production, similar to MPLA responses. We generated three other variants with increased adjuvanticity properties and reduced endotoxicity. Pyrogenicity studies using the Monocyte Activation Test (MAT) revealed that these four lipid A variants significantly decreased the IL-6, a marker for fever, response in peripheral blood mononuclear cells (PBMCs). CONCLUSION: These findings pave the way for developing wP vaccines that are possibly less reactogenic and designing adaptable adjuvants for current vaccine formulations, advancing more effective immunization strategies against pertussis.
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 | 0,000 | 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 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».