Alphaviral backbone of self-amplifying RNA enhances protein expression and immunogenicity against SARS-CoV-2 antigen
Notice bibliographique
Résumé
Self-amplifying RNA (saRNA) vectors are a next-generation RNA technology that extends the expression of heterologous genes. Clinical trials have shown the dose-sparing capacity of saRNA vectors in a vaccine context compared with conventional messenger RNA. However, saRNA vectors have historically been based on a limited number of alphaviruses, and only the Venezuelan equine encephalitis virus-based saRNA vaccines have been used clinically. Here, we designed genotypically distinct alphaviral saRNA vectors and characterized their performance in mammalian cell lines, human skin explants and mice. Five of the 12 vectors had substantial luciferase expression in mice with variable pharmacokinetics, enabling modulation of both the magnitude and duration of protein expression. Additionally, we demonstrated that the alphaviral genotype of the saRNA significantly impacts the immunogenicity of saRNA vaccines, including the humoral and cellular responses in mice. Given the differences in RNA reactogenicity and expression between mice and humans, we assessed the saRNA vectors in human skin explants obtained from patients and observed high transgene expression. saRNA bioluminescence and immunogenicity in different mice strains were highly correlative, while minimal correlation was observed when compared with human explants and mammalian cell lines. This work demonstrates that efficacious saRNA vaccines and therapies can be produced by adapting genetically diverse alphaviruses into vectors.
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) | 0,000 | 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 ».