MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413334753 · doi:10.1101/2025.08.18.670983

Bivalent mRNA booster encoding virus-like particles elicits potent polyclass receptor-binding domain antibodies in pre-vaccinated mice

2025· preprint· en· W4413334753 sur OpenAlexaff
Chengcheng Fan, Alexander A. Cohen, Kim-Marie A. Dam, Annie V. Rorick, Ange-Célia I Priso Fils, Zhi Yang, Priyanthi N.P. Gnanapragasam, Kathryn E. Huey‐Tubman, Woohyun J Moon, Paulo J.C. Lin, Pamela J. Björkman, Magnus A. G. Hoffmann

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueMonoclonal and Polyclonal Antibodies Research
Établissements canadiensAcuitas Therapeutics (Canada)
Organismes subventionnairesWellcome LeapHouston Methodist Research InstituteNational Institutes of HealthMerkin Institute for Translational Research, California Institute of TechnologyTulane UniversityCalifornia Institute of TechnologyFast GrantsGeorge Mason UniversityBill and Melinda Gates Foundation
Mots-clésBivalent (engine)VirologyAntibodyMessenger RNABooster doseVirusBiologyChemistryGeneticsGeneTiter

Résumé

récupéré en direct d'OpenAlex

mRNA vaccines emerged as a leading vaccine technology during the COVID-19 pandemic. However, their sustained protective efficacies were limited by relatively short-lived antibody responses and the emergence of SARS-CoV-2 variants, necessitating frequent and variant-updated boosters. We recently developed the ESCRT- and ALIX-binding region (EABR) mRNA vaccine platform, which encodes engineered immunogens that induce budding of enveloped virus-like particles (eVLPs) from the plasma membrane, thereby resulting in presentation of immunogens on cell surfaces and eVLPs. Prior studies showed that spike (S)-EABR mRNA-LNP immunizations elicited enhanced neutralizing antibody responses against ancestral and variant SARS-CoV-2 compared with conventional S mRNA-LNP in naïve mice, but the effectiveness of S-EABR mRNA-LNP boosters in the context of pre-existing immunity has not been investigated. Here, we evaluated monovalent Wuhan-Hu-1 (Wu1) and bivalent (Wu1/BA.5) S-EABR mRNA-LNP boosters in mice pre-vaccinated with conventional Wu1 S mRNA-LNP. Compared to conventional S mRNA-LNP boosters, the EABR approach enhanced monovalent and bivalent mRNA-LNP booster-induced neutralizing responses against Omicron subvariants BA.1, BA.5, BQ.1.1, and XBB.1, with bivalent S-EABR mRNA-LNP consistently eliciting the highest titers. Epitope mapping of polyclonal antisera by deep mutational scanning revealed that bivalent S-EABR mRNA-LNP boosted diverse "polyclass" anti-RBD responses, suggesting balanced targeting of multiple RBD epitope classes. In contrast, monovalent S, bivalent S, and monovalent S-EABR mRNA-LNP boosters elicited less diverse polyclonal serum responses primarily targeting immunodominant RBD epitopes. Cryo-EM structures demonstrated that bivalent mRNA immunizations promote S heterotrimer formation, potentially enhancing bivalent S-EABR mRNA-LNP booster-induced antibody breadth and polyclass epitope targeting by activating cross-reactive B cells through intra-S crosslinking. These findings support the future design of bivalent or multivalent S-EABR mRNA-LNP boosters as a promising strategy to confer broader, and therefore potentially more durable, protection against emerging SARS-CoV-2 variants and other rapidly evolving viruses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMonoclonal and Polyclonal Antibodies Research→Travaux en français237 207→