MétaCan
Menu
Retour à la cohorte
Enregistrement W7117303210 · doi:10.64898/2025.12.24.696403

Multivalent Nanobodies for Potent and Broad Neutralization of <i>Staphylococcus aureus</i> Toxins

2025· article· en· W7117303210 sur OpenAlexaff
Yong Joon Kim, Nicholas R. Walton, Wei Huang, Madison Lee, Yufei Xiang, Zhe Sang, Chaya Sussman, Sarah Moore, Derek J. Taylor, Kong Chen, Jaime L. Hook, Yi Shi

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiochemical and Structural Characterization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNeutralizationVirulenceSuperantigenEpitopeToxinVirulence factorAntibodyFusion protein

Résumé

récupéré en direct d'OpenAlex

Abstract Staphylococcus aureus is a leading cause of lethal bacteremia and pneumonia, which are driven by potent virulence factors such as T-cell superantigens and alpha hemolysin. S. aureus has among the highest rates of antibiotic resistance, yet no vaccines or alternative therapies are available despite decades of research. Here, we developed a repertoire of potent, high affinity nanobodies (Nbs) targeting key toxins in S. aureus infection, including superantigens (SAgs) SEB, SEC, TSST-1, and Hla. Comprehensive cryo-EM and AlphaFold3 analyses of these Nbs, which were elicited with clinical cocktail vaccines, revealed diverse neutralizing epitopes and mechanisms that provide strategic insights for immunotherapy and vaccine design. Guided by these findings, we engineered highly stable, multivalent, and multifunctional Nb constructs. These constructs included an aerosolizable trimeric Nb with enhanced neuralization activity against Hla and SEC, and an ultrapotent decameric Nb-IgG-Fc fusion construct against a wide range of major toxins in S. aureus sepsis (SEB, SEC, TSST-1, and Hla). These multifunctional Nbs demonstrated promising protective activity in murine models of pneumonia and sepsis, underscoring their potential as versatile immunotherapies that address the complex virulence profiles of S. aureus . Our work lays a foundation for precision immunotherapies beyond current treatment options to combat complex bacterial infections with multiple virulence mechanisms. Significance statement S. aureus is among the most common, antibiotic-resistant, and deadly causes of bacterial infections. We developed nanobodies against clinically significant virulence factors in S. aureus sepsis and pneumonia, including superantigens (SAgs) SEB, SEC, and TSST-1 as well as pore forming toxin Hla. These nanobodies displayed complete and potent neutralization of each toxin, exploiting a wide variety neutralizing mechanisms. Structural investigation of these diverse neutralizing nanobodies, which were elicited in llamas using clinically investigated cocktail vaccines, highlighted the importance of disrupting SAg interaction with TCR or MHCII and potential flaws in targeting poorly neutralizing conserved SAg epitopes using vaccine cocktails. Nb leads against each toxin were combined in different multivalent configurations, including an aerosolizable trimeric Nb and a half-life extended decameric Nb IgG Fc fusion construct. This work highlights multivalent nanobodies as a comprehensive yet therapeutically precise drug platform that addresses the complex virulence profiles of bacterial infectious diseases.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetBiochemical and Structural CharacterizationTravaux en français237 207