XiaoMi-AI文件搜索系统
World File Search SystemCoV2
NVX-COV2373诱导的具有多发性硬化症患者的T和B细胞免疫力未能对mRNA和病毒载体SARS做出反应
严重的急性呼吸道综合征冠状病毒2（SARS-COV-2）大流行已经大大加快了病毒感染和疫苗接种研究的进展。直到2021年11月，有四种SARS-COV-2疫苗已在欧盟获得营销授权，其中两种是基于mRNA的，两个基于病毒矢量技术。多项研究表明，关于预防SARS-COV-2有症状感染和严重的冠状病毒病2019（COVID-19）疾病疗法的mRNA和病毒载体疫苗的良好效率（1-7）。免疫分析提供了针对SARS-COV-2的体液和T细胞反应的证据（8-18）。然而，进一步的研究表明，在某些亚群中，尤其是在因自身免疫性疾病或癌症引起的免疫抑制疗法的患者中，对SARS-COV-2疫苗接种的免疫反应减少甚至缺乏免疫学反应。不幸的是，由于免疫疗法，同一患者有严重的Covid-19疾病病程的风险。免疫抑制治疗用于多发性硬化症（PWMS）的人进行疾病改良。已显示两类MS药物会损害对mRNA和病毒载体疫苗接种的免疫反应。首先，已显示出可预防淋巴结淋巴结淋巴细胞的链球菌1-磷酸受体（S1PR）调节剂，已被证明会损害对SARS-COV-2疫苗接种的体液和T细胞反应（19-21）。第二，单克隆抗CD20抗体的治疗有限的患者能够对SARS-COV-2疫苗进行足够的体液反应能力（22-27）。2021年12月，基于蛋白质的SARS-COV-2疫苗NVX-COV2373在欧盟获得了有条件的营销授权。我们旨在澄清NVX-COV2373是否可以诱导SARS-COV-2特定t-和
COV2特异性细胞免疫
建议使用二价mRNA疫苗来解决冠状病毒疾病变异，并建议对高危组提出其他剂量。但是，有效性，最佳频率和剂量数量仍然不确定。在这项研究中，我们检查了接受血液透析的患者第五次给药后，我们检查了mRNA严重急性呼吸综合征2（SARS-COV-2）疫苗后的长期细胞和体液免疫反应。据我们所知，这是第一项研究，旨在监测五剂mRNA疫苗接种（包括双重mRNA疫苗）后，高危人群中的体液和细胞免疫动力学的长期数据。虽然大多数患者在整个观察期保持体液免疫，但我们观察到降低的细胞免疫反应性，如由祖先策略所刺激的ELISPOT分析所测量的，在一部分患者中。第五剂剂量三个月后，一半的个体（50％; 14/28）保持了细胞免疫力，尽管获得了体液免疫。阳性对照与T点反应性之间没有关系表明这些免疫改变是对SARS-COV-2的特异性改变。在多变量分析中，年龄≥70岁的参与者显示出反应性结果的可能性较小。值得注意的是，在接受异源疫苗的14个人中，有13个成功获得了细胞免疫，支持了此
对英国四种横向流动装置产品中 SARS-CoV2 基因组序列恢复情况的评估
保留所有权利。未经许可不得重复使用。（未经同行评审认证）是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。此预印本的版权持有者此版本于 2025 年 1 月 25 日发布。；https://doi.org/10.1101/2025.01.23.25321032 doi：medRxiv preprint
SARS-CoV2 mRNA 疫苗静脉注射诱发慢性炎症中的心肌炎
目前的 COVID-19 mRNA 疫苗是为应对大流行紧急情况而开发和应用的。这些疫苗使用一小段病毒遗传物质 (mRNA) 来刺激针对 COVID-19 的免疫反应。然而，它们对患有慢性炎症疾病和疫苗接种途径的个体的潜在影响仍值得怀疑。因此，我们研究了 mRNA 疫苗在慢性炎症小鼠模型中的影响，重点研究了它们依赖于注射途径的心脏毒性和免疫原性。无论有无慢性炎症，mRNA 疫苗静脉注射都会加剧心脏心包炎和心肌炎；免疫接种会在心脏中引起轻度炎症和炎性细胞因子 IL-1beta 和 IL-6 的产生。此外，静脉注射 mRNA 疫苗会在 LPS 慢性炎症中引起心脏损伤，尤其是血清肌钙蛋白 I (TnI) 急剧增加。静脉注射疫苗可能会在慢性炎症中诱发更多的心脏毒性。这些发现强调需要进一步研究以了解依赖注射途径的慢性炎症状况的 mRNA 疫苗的潜在机制。
多药理学指导的 SARS-CoV2 药物重新定位方法
药物再利用已成为一种重要策略，在确定 COVID-19 的治疗应用方面具有巨大潜力。对 4193 种 FDA 批准的药物进行了广泛的虚拟筛选，这些药物针对 SARS-CoV2 的 24 种蛋白（NSP1-10 和 NSP12-16、包膜、膜、核蛋白、刺突、ORF3a、ORF6、ORF7a、ORF8 和 ORF9b）进行了筛选。根据对接得分，将药物分为前 10 名和后 10 名药物，然后根据其治疗适应症的分布进行分类。结果发现，排名前 10 位的药物具有治疗癌症、疼痛、神经系统疾病以及病毒和细菌性疾病的适应症。由于耐药性是抗病毒药物研发面临的主要挑战之一，本研究采用多药理学和网络药理学方法，识别与多个靶点相互作用的药物，并在多靶点药物中识别出二氢麦角胺、麦角胺、双地喹氯铵、米哚妥林、替莫泊芬、替拉扎特和维奈克拉等药物。此外，对多靶点药物相关基因进行了通路分析，以深入了解药物的作用机制，并识别出与 SARS-CoV2 有关的可靶向基因和生物学通路。
NVX-COV2373疫苗的安全性，功效和免疫原性
摘要简介：2019年冠状病毒疾病（Covid-19）大流行，是由严重的急性呼吸综合征冠状病毒2（SARS-COV-2）引起的，导致了全世界的显着发病率和死亡率。随着SARS-COV-2进入地方性地位，疫苗接种仍然是保护全球个人，社会和经济体的健康的关键因素。涵盖的区域：NVX-COV2373（Novavax，Gaithersburg，MD）是一种由SARS-COV-2 Spike-2尖峰三聚体纳米颗粒组成的重组蛋白疫苗，该疫苗由基于皂苷的Matrix-M™佐剂制成（Novavax，Gaithersburg，Gaithersburg，MD）。NVX-COV2373被授权在美国和许多其他国家 /地区≥12岁的成年人和青少年紧急使用。专家意见：在临床试验中，NVX-COV2373显示出可耐受性的反应性和有利的安全剖面，其特征是大多数持续时间的轻度至中度不良事件以及与安慰剂看到的那些相当的严重和严重不良事件的低率。两剂量初次疫苗接种系列导致抗尖峰蛋白免疫球蛋白G，中和抗体滴度和细胞免疫反应的强大增加。NVX-COV2373疫苗接种与针对严重疾病的COM保护有关，并且针对症状性疾病的保护率很高（90％），包括由SARS-COV-2变体引起的症状性疾病。此外，NVX-COV2373辅助重组蛋白平台提供了一种解决Covid-19-19疫苗接种犹豫和全球疫苗资产问题的方法。
NVX-COV2373疫苗作为先前接种BBIBP-CORV疫苗接种的成人的助推器的安全性和免疫原性：临时分析
1 Novavax Inc.，美国马里兰州盖瑟斯堡； 2 Insights研究组织与解决方案（IROS），阿布扎比，阿拉伯联合酋长国； 3 G42 Abu Dhabi Healthcare Abu Dhabi，阿拉伯联合酋长国； 4克利夫兰诊所阿布扎比，阿拉伯联合酋长国； 5阿拉伯联合酋长国阿布扎比的Seha Sheikh Khalifa医疗城； 6阿拉伯联合酋长国阿布扎比哈利法大学医学与健康科学学院
NVX-CoV2373 住院_medRxiv_031623
AMM - AMarchese@Novavax.com；XZ - xizhou@Novavax.com；JK - jkinol@Novavax.com；EU - 9 eunderwood@Novavax.com；WW – wwoo@Novavax.com；AM - amcgarry@Novavax.com；HB - 10 HBeyhaghi@Novavax.com；GA – german.anez@gmail.com；ST - SToback@Novavax.com；LMD - 11 LDunkle@novavax.com。12
PREVENT-19 研究中 NVX-CoV2373 对青少年的安全性、免疫原性和有效性：一项随机 3 期试验
在美国开展的一项 3 期随机、观察者盲法、安慰剂对照试验 PREVENT-19 的扩展试验中，在 12 至 18 岁的青少年中评估了 NVX-CoV2373 的安全性、免疫原性和有效性。参与者按 2:1 的比例随机分配接受两剂 NVX-CoV2373 或安慰剂，间隔 21 天，并在第二次接种疫苗后进行中位 2 个月的随访。主要终点是 PREVENT-19 中中和抗体 (NA) 反应与年轻成人 (18 至 26 岁) 相比的血清学非劣效性、对实验室确诊的 Covid-19 的保护效力以及反应原性/安全性评估。
AI-SCoRE（人工智能-SARS CoV2 风险评估）
摘要 目的 开发和验证一个有效且用户友好的人工智能平台，该平台基于一些无偏临床变量，结合先进的 CT 自动分析，用于 COVID-19 患者的风险分层。材料与方法 总共回顾性地纳入了第一波疫情（2020 年 2 月 16 日至 4 月 29 日）期间 16 家医院收治的 1575 名连续 COVID-19 成人，这些患者在入院后 72 小时内接受了胸部 CT 检查。总共初步收集了 107 个变量；从 CT 中提取了 64 个。结果是生存率。采用严格的 AI 模型选择框架进行模型选择和自动 CT 数据提取。比较了模型性能的 AUC。使用 Microsoft PowerApps 环境开发了一个 Web 移动界面。该平台已在第 2 波（2020 年 10 月 14 日至 12 月 31 日）期间前瞻性招募的 213 名 COVID-19 成年人身上进行了外部验证。结果 最终队列包括 1125 名患者（292 名非幸存者，26%）和 24 个变量。Logistic 在完整变量集上表现出最佳性能（AUC = 0.839 ± 0.009），就像在包含一组有限的 13 个和 5 个变量的模型中一样（AUC = 0.840 ± 0.0093 和 AUC = 0.834 ± 0.007）。对于非劣效性能，选择 5 个变量模型（年龄、性别、饱和度、通气良好的肺实质和心胸血管钙化）作为最终模型，并完全自动化提取 CT 衍生参数。全自动模型在第 1 波上显示 AUC = 0.842（95% CI：0.816–0.867），并用于构建 0-100 量表风险评分（AI-SCoRE）。在第 2 波上确认了预测性能（AUC 0.808；95% CI：0.7402–0.8766）。结论 AI-SCoRE 是一种有效可靠的平台，可基于一些无偏临床数据和 CT 自动分析对 COVID-19 患者进行自动风险分层。