Which Proteins? The Challenge of Identifying the Protective Antigens for Next-Generation Capripoxvirus Vaccines
Notice bibliographique
Résumé
Sheeppox, goatpox, and lumpy skin disease continue to negatively impact the sheep, goat, and cattle industries in countries where these diseases are present and threaten to spread into new regions. Effective vaccines are available for disease control and eradication. However, commercial vaccines are based on live attenuated virus isolates and therefore it is not currently possible to differentiate between infected and vaccinated animals (DIVA), which severely limits the use of these vaccines in countries that are free from disease and at risk of an incursion. The development of next-generation vaccines, including recombinant protein, viral-vectored, and mRNA, has been limited due to the lack of understanding of the protective antigen(s) of capripoxviruses. The complexity of capripoxviruses, with up to 156 open reading frames, makes the identification of protective antigen(s) difficult. This paper identifies the most promising antigens by first considering the membrane-associated proteins and then further selecting proteins based on immunogenicity and their role in immunity by comparing them to known orthopoxvirus homologues. From the 156 potential antigens, 13 have been identified as being the most likely to be protective. Further evaluation of these proteins, as immunogens, would be required to identify the optimal combination of immunodominant antigen(s) for the development of next-generation capripoxvirus 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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».