A Novel Self‐Amplifying mRNA with Decreased Cytotoxicity and Enhanced Protein Expression by Macrodomain Mutations
Notice bibliographique
Résumé
The efficacy and safety of self-amplifying mRNA (saRNA) have been demonstrated in COVID-19 vaccine applications. Unlike conventional non-replicating mRNA (nrmRNA), saRNA offers a key advantage: its self-replication mechanism fosters efficient expression of the encoded protein, leading to substantial dose savings during administration. Consequently, there is a growing interest in further optimizing the expression efficiency of saRNA. In this study, in vitro adaptive passaging of saRNA is conducted under exogenous interferon pressure, which revealed several mutations in the nonstructural protein (NSP). Notably, two stable mutations, Q48P and I113F, situated in the NSP3 macrodomain (MD), attenuated its mono adenosine diphosphate ribose (MAR) hydrolysis activity and exhibited decreased replication but increased payload expression compared to wild-type saRNA (wt saRNA). Transcriptome sequencing analysis unveils diminished activation of the double-stranded RNA (dsRNA) sensor and, consequently, a significantly reduced innate immune response compared to wt saRNA. Furthermore, the mutant saRNA demonstrated less translation inhibition and cell apoptosis than wt saRNA, culminating in higher protein expression both in vitro and in vivo. These findings underscore the potential of reducing saRNA replication-dependent dsRNA-induced innate immune responses through genetic modification as a valuable strategy for optimizing saRNA, enhancing payload translation efficiency, and mitigating saRNA cytotoxicity.
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 ».