Systemic and Mucosal Antibody Responses to SARS-CoV-2 Variant-Specific Prime-and-Boost and Prime-and-Spike Vaccination: A Comparison of Intramuscular and Intranasal Bivalent Vaccine Administration in a Murine Model
Notice bibliographique
Résumé
Background: The rapid genetic evolution of SARS-CoV-2 has led to the emergence of immune-evading, highly transmissible variants of concern (VOCs). This prompts the need for next-generation vaccines that elicit robust mucosal immunity in the airways to directly curb viral infection. Objective: Here, we investigate the impact of heterologous variant prime–boost regimens on humoral responses, focusing on intramuscular (IM) and intranasal (IN) routes of administration. Using a murine model, we assessed the immunogenicity of unadjuvanted protein boosts with Wu-1, Omicron BA.4/5, or Wu-1 + BA.4/5 spike antigens following monovalent or bivalent IM priming with mRNA-LNP vaccines. Results: IM priming induced strong systemic total and neutralizing antibody responses that were further enhanced by IN boosts with BA.4/5. IN boosting achieved the broadest serum neutralization across all VOCs tested. Notably, bivalent mRNA-LNP IM priming induced robust, cross-variant serum neutralizing antibody production, independent of subsequent IN boost combinations. Conclusions: Our findings highlight the benefit of including distinct antigenic variants in the prime vaccination followed by a variant-tailored IN boost to elicit both systemic and mucosal variant-specific responses that are potentially capable of reducing SARS-CoV-2 transmission.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».