MétaCan
Menu
← Back to cohort
Record W2614551191 · doi:10.71781/3434

Les cellules dendritiques porcines comme modèle in vitro pour évaluer la réponse immunitaire des candidats vaccinaux chez Streptococcus suis

2016· dissertation· fr· W2614551191 on OpenAlexfundno aff
Léa Martelet

Bibliographic record

VenueOpen MIND · 2016
Typedissertation
Languagefr
FieldMedicine
TopicStreptococcal Infections and Treatments
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of Canada
KeywordsStreptococcus suisChemistryBiologyMicrobiologyGenetics

Abstract

fetched live from OpenAlex

Streptococcus suis est une bactérie encapsulée causant des pertes économiques majeures dans l’industrie porcine en provoquant la méningite et la septicémie chez le porc. C’est aussi un important agent zoonotique. Depuis de nombreuses années de recherche sur des vaccins, aucun n’est efficace et commercialement disponible. En effet, les bactérines (bactéries entières inactivées) autogènes sont les plus couramment utilisées sur le terrain, mais demeurent avec des résultats controversés. Pourtant, S. suis exprime de nombreux composants immunogéniques pouvant être potentiellement utilisés pour des vaccins sous-unitaires. Cependant, tester la capacité immunogénique de ces nombreux candidats vaccinaux ainsi qu’évaluer le meilleur adjuvant pour la formulation d’un vaccin contre S. suis est un processus long et onéreux qui requiert l’utilisation d’un nombre élevé d’animaux. En effet, les essais vaccinaux contre S. suis débutent par un premier dépistage chez la souris pour ensuite être testés chez le porc. Il est donc nécessaire de développer des stratégies permettant d’avancer et de faciliter la recherche. Dans cette optique, un système in vitro a été développé utilisant des cellules dendritiques (DC) différenciées à partir des cellules souches de la moelle osseuse de fémur de porc. Ce modèle permettra l’analyse des candidats vaccinaux et de leur potentiel immunogénique ainsi que l’évaluation préliminaire des adjuvants. Ce système in vitro pourrait réduire le nombre d’animaux utilisés pour les essais précliniques en délivrant des connaissances immunologiques fondamentales sur les formulations de vaccins testés, dont ceux retenus mériteront une étude approfondie chez l’animal. Pour développer ce modèle in vitro, l’utilisation de plusieurs cultures de DCs, dérivées des cellules souches de la moelle osseuse de 10 porcelets différents, ont été utilisées afin de tenir compte du polymorphisme génétique de chacun. Différents composants antigéniques de S. suis, dont leurs pouvoirs immunogéniques ont déjà été évalués lors des essais vaccinaux, ont été choisis. Parmi eux, une protéine de surface de S. suis a été sélectionnée : l’énolase. In vivo, elle a été reconnue comme ayant une forte immunogénicité, cependant la protection conférée par cette protéine dépend de l’adjuvant utilisé dans la formulation vaccinale. La capsule polysaccharidique (CPS) de S. suis, l’antigène le plus exposé en surface de la bactérie et en première ligne de contact avec le système immunitaire, est le deuxième antigène à être sélectionné pour cette étude. Étant donné la faible immunogénicité de la CPS, reliée à sa nature polysaccharidique, un prototype glycoconjugué a été précédemment développé dans notre laboratoire et son effet protecteur a été validé chez le porc. Le glycoconjugué et ses dérivées ont aussi fait l’objet de cette présente étude. Finalement, la capacité des DCs à répondre à des bactérines a aussi été évaluée. Différentes catégories d’adjuvants ont été sélectionnées (Poly I:C, Quil A, Alhydrogel 2%, TiterMax Gold et Stimune) et leurs effets ont été comparés. L’activation des DCs a été évaluée par la production de cytokines de type 1 (IL-12 et TNF-α) et de type 2 (IL-6). Il a été observé que les adjuvants intensifiaient l’activation des DCs par une augmentation de production des cytokines par rapport aux antigènes seuls. De plus, il a été constaté que les DCs distinguaient un adjuvant de type 1 ou de type 2 par l’observation d’un profil cytokinique spécifique à chaque type de réponse suite à leur activation par les adjuvants combinés aux différents antigènes. Il a aussi été constaté que l’ampleur de la production de cytokines variait selon la nature de l’antigène présent avec les adjuvants. Enfin, il a été noté que les DCs répondaient différemment selon la nature chimique des antigènes. En conclusion, ce système in vitro a permis d’évaluer la capacité immunogénique de candidats vaccinaux, mais aussi de présélectionner les meilleurs adjuvants favorisant la réponse immunitaire désirée contre S. suis. À cette fin, ce modèle pourrait permettre la réduction du nombre d’animaux utilisés en test préclinique, en permettant une présélection des candidats vaccinaux à tester in vivo ou en fournissant des connaissances scientifiques additionnelles sur des choix des candidats cibles. Sur le long terme, ce modèle facilitera la découverte des vaccins sous-unitaires contre S. suis.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.007

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.096
GPT teacher head0.378
Teacher spread0.282 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueOpen MIND→Same topicStreptococcal Infections and Treatments→French-language works237,207→