Towards developing multistrain PEDV vaccines: Integrating basic concepts and SARS-CoV-2 pan-sarbecovirus strategies
Notice bibliographique
Résumé
Porcine epidemic diarrhea virus (PEDV) is a major pathogen impacting the global pig industry, with outbreaks causing significant financial losses. The genetic variability of PEDV has posed challenges for vaccine development since its identification in the 1970s, a problem that intensified with its global emergence in the 2010s. Since current vaccines provide limited cross-protection against PEDV strains, and the development of multistrain PEDV vaccines remains an underexplored area of research, there is an urgent need for improved vaccine solutions. The rapid development of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) vaccines and ongoing pan-sarbecovirus vaccine research, have demonstrated the potential of next-generation vaccine platforms and novel antigen design strategies. These advancements offer valuable insights for the development of multistrain PEDV vaccines. This review summarizes key aspects of PEDV virology and explores multistrain vaccine development considering SARS-CoV-2 vaccine innovations, proposing a framework for developing next-generation PEDV vaccine solutions. • SARS-CoV-2 vaccine strategies offer guidance for developing multistrain PEDV vaccines. • Conserved and chimeric antigens present solutions for tackling PEDV genetic variability. • Next-generation platforms provide pathways for effective multistrain PEDV vaccine development.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».