Homologous and Heterologous Vaccination Regimens with mRNA and rVSV Platforms Induce Potent Immune Responses Against SFTSV Glycoprotein
Notice bibliographique
Résumé
BACKGROUND: Severe fever with thrombocytopenia syndrome virus (SFTSV) is a highly pathogenic bunyavirus with a high case-fatality ratio for which there is no approved vaccine. Studies have assessed different vaccine technologies. However, few studies have yet assessed the immunogenicity of heterologous prime-boost regimens. METHODS: Here, we compare a lipid nanoparticle (LNP)-encapsulated nucleoside-modified mRNA-based vaccine encoding the SFTSV glycoproteins, Gn and Gc, to our recently described recombinant VSV SFTSV (rVSV-SFTSV) vaccine in single dose, homologous, and heterologous prime-boost regimens in mice. RESULTS: We show that all regimens protect from pathogenic SFTSV challenge and elicit strong long-lasting antibody responses. Furthermore, strong cellular immunity is elicited by mRNA-LNP immunizations and by heterologous immunization with an rVSV-SFTSV prime and mRNA-LNP boost. Cellular responses robustly polarized towards a type 1 response, characterized by high levels of IFNγ, TNFα, and IL-2. Immunization with mRNA led to a mixed type 1/type 2 immune response, as determined by antibody isotypes IgG1 and IgG2c. We found that homologous immunization leads to stronger antibody responses while heterologous immunization drives a slightly stronger cellular response. CONCLUSIONS: Taken together, the vaccine platforms described here represent strong vaccine candidates for further 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) | 0,000 | 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 ».