MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416827092 · doi:10.1016/j.vaccine.2025.127888

Longitudinal proteomic and autoantibody signatures after mRNA vaccination in healthy individuals

2025· article· en· W4416827092 sur OpenAlexfundno aff
Blandine Chazarin, Archana Bhat, Niveda Sundararaman, Yunxian Liu, Jana Gajewski, Ann-Sophie Lindemann, Petra Budde, Hans-Dieter Zucht, Sandy Joung, Joseph E. Ebinger, Rowann Mostafa, Brian Walker, Aleksandra Binek, L E Becker, Koen Raedschelders, Kimia Sobhani, Jennifer E. Van Eyk, Justyna Fert‐Bober

Notice bibliographique

RevueVaccine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthErika Glazer Family FoundationDivision of Cancer Prevention, National Cancer InstituteCedars-Sinai Medical CenterCommission de la santé mentale du Canada
Mots-clésAutoantibodyImmunogenicityAntibodyVaccinationMessenger RNAProteomicsImmunityImmune system

Résumé

récupéré en direct d'OpenAlex

Longitudinal analysis of the circulating proteome after SARS-CoV-2 mRNA vaccination provides insights into immune adaptation, optimizing vaccination strategies, and understanding long-term molecular effects. We analyzed 120 paired plasma samples from 114 healthy participants at six time points: pre-vaccination, 3 days and 7–21 days post-dose 1, 7–21 days post-dose 2, and at 8-, 16-, and 24-weeks post-dose 2. IgG antibody responses to SARS-CoV-2 structural proteins and autoantibody profiles were assessed using a multiplex platform, and plasma proteome changes were quantified by mass spectrometry. IgG antibodies against spike protein regions (RBD, S1, S2) produced sustained responses for up to 24 weeks, with no detection of nucleocapsid or membrane antibodies, confirming that there was no prior infection. Younger participants (<45 years) presented stronger responses, with no significant sex differences. Proteomics identified 342 proteins, of which 214 proteins were significantly altered, predominantly at 16–24 weeks. Key changes included upregulation of C1 complex proteins (C1R, C1QC, C1S) and downregulations of the C1 inhibitor SERPING1, indicating complement activation. Platelet-associated proteins showed minimal changes, suggesting a limited thrombosis risk. Altered proteins were enriched in carbohydrate metabolism, cofactors/vitamin metabolism, and thyroid hormone pathways. Autoantibody profiling showed stable responses for most self-antigens, with modest increased in several interleukin specific autoantibodies, including IL-1B, at later time points. Integrated plasma proteomics and autoantibody profiling demonstrated sustained immunogenicity and safety of SARS-CoV-2 mRNA vaccines, characterized by durable spike-specific antibody responses, late-onset complement activation, and limited autoantibody induction. These findings enhance our understanding of vaccine-induced immunity and inform long-term monitoring and optimization of mRNA vaccine strategies. • IgG antibodies against spike protein regions (RBD, S1, and S2) remained robust and stable for up to 24 weeks after SARS-CoV-2 mRNA vaccination. • Plasma proteomics showed major protein changes at 16–24 weeks, consistent with immune and complement activation. • Increased C1R,C1QC,C1S and decreased SERPING1 suggest vaccine-induced activation of the classical complement pathway. • Autoantibody profiling revealed stable self-antigen responses, with increased reactivity against IL-1B but no induction of type I or type III interferon autoantibodies.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,354
Écart entre enseignants0,335 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVaccine→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→