Unleashing the Immune Arsenal: Development of Broad-spectrum Multiepitope Bluetongue Vaccine Targeting Conserved T Cell Epitopes of Structural Proteins 4777
Notice bibliographique
Résumé
Abstract Description Bluetongue (BT) is a severe arboviral disease of ruminants caused by Bluetongue virus (BTV), which has over 32 serotypes, complicating vaccine efficacy. The virus’s structural proteins are promising vaccine targets but exhibit significant amino acid polymorphism and inhibitory epitopes. This study focused on identifying highly conserved T cell epitopes within VP1, VP5, and VP7 proteins to design a broad-spectrum multiepitope vaccine for bovine and mouse models. Using immuno-informatics, we selected MHC-I and -II-restricted epitopes that are highly antigenic, non-allergenic, and non-toxic. CD4+ T cell epitopes also induced IFN-γ responses. The vaccine design incorporated TLR4-agonist adjuvants, beta-defensin 2, and the 50S ribosomal unit to enhance innate and cell-mediated immunity. Protein-protein docking revealed strong binding affinities, and 100-nanosecond molecular dynamics simulations confirmed stable interactions between the vaccine and TLR4. In silico vaccination studies demonstrated robust proinflammatory responses, supporting the vaccine’s potential to induce cross-reactive immunity. These results lay the foundation for further wet lab validation to assess immunogenicity, safety, and practical applicability in livestock. Funding Sources Tier 2 Canada Research Chair, CIHR 2021-00215 Topic Categories Veterinary and Comparative Immunology (VET)
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 | 0,000 |
| 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 | 0,001 | 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 ».