mRNA delivery of mosaic-8 pan-sarbecovirus RBD vaccines elicits distinct antibody epitope signatures
Notice bibliographique
Résumé
Abstract Effective pan-sarbecovirus vaccines could prevent future zoonotic spillovers of SARS-like betacoronaviruses. We previously developed protein-based mosaic-8 nanoparticles displaying eight diverse sarbecovirus RBDs, either individually (mosaic-8 RBD-NPs) or as two “quartets” of four tandemly-arranged RBDs (dual-quartet RBD-NPs), which elicited broadly cross-reactive antibodies but require multi-component manufacturing. Here, we address scalability challenges by extending the mosaic-8 concept to mRNA by encoding membrane-bound RBD quartets as dual-quartet RBD-mRNA and dual-quartet RBD-EABR-mRNA, the latter leveraging ESCRT- and ALIX-binding region (EABR) technology for immunogen display on cell surfaces and secreted virus-like particles. Compared with protein-based mosaic-8 immunogens, mRNA-encoded mosaic-8 vaccines induced equivalent or enhanced antibody breadth, neutralization potencies, T-cell responses, and targeting of conserved RBD epitopes. In addition, mRNA-encoded mosaic-8 vaccines elicited more balanced IgG subclass profiles and increased Fcγ receptor–binding IgGs, consistent with potentially superior Fc effector functions. These findings demonstrate successful translation of mosaic-8 RBD-NPs into mRNA/EABR-mRNA vaccines, enabling scalable manufacturing and improving protection against future sarbecovirus outbreaks. Finally, our newly developed technique, Systems Serology–Polyclonal Epitope Mapping (SySPEM), revealed distinct IgG-subclass-specific epitope signatures across mRNA, EABR-mRNA, and protein vaccines, demonstrating that the mode of antigen display can shape epitope recognition. Summary We translated a pan-sarbecovirus RBD vaccine from protein nanoparticles to scalable mRNA and EABR-mRNA platforms encoding RBD quartets. Compared with protein-based immunogens, mRNA-based vaccines matched or improved antibody breadth, T-cell responses, Fc functionality, and conserved epitope targeting. A newly-developed Systems Serology–Polyclonal Epitope Mapping (SySPEM) technique revealed that antigen presentation modality shapes IgG subclass–specific epitope recognition.
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) | 0,000 | 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) | 0,001 | 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 ».