CureVac NV 和/或其全资子公司 CureVac SE、CureVac Manufacturing GmbH、CureVac Inc.、CureVac Swiss AG、CureVac Corporate Services GmbH、CureVac Belgium SA 和 CureVac Dutch BV(统称“公司”)的本新闻稿包含构成“前瞻性陈述”的陈述,该术语的定义见 1995 年美国私人证券诉讼改革法案,包括表达公司对未来事件或未来结果的意见、期望、信念、计划、目标、假设或预测的陈述,与反映历史事实的陈述不同。示例包括对公司疫苗和候选治疗方案的潜在功效以及公司战略、融资计划、增长机会和市场增长的讨论。在某些情况下,您可以通过“预期”、“打算”、“相信”、“估计”、“计划”、“寻求”、“预计”、“可能”、“将”、“会”、“可能”、“潜在”、“打算”或“应该”等术语、这些术语的否定形式或类似表达来识别此类前瞻性陈述。前瞻性陈述基于管理层当前的信念和假设以及公司当前可用的信息。但是,这些前瞻性陈述并不能保证公司的业绩,您不应过分依赖此类陈述。
使用 NetMHCcons 1.1 [27] (https://services.health tech.dtu.dk/services/NetMHCcons-1.1) 预测人类 CTL 表位。使用 25 种参考人类白细胞抗原 (HLA) [28] 进行预测,并设置截止百分位等级 (PR) ≤0.5 或半最大抑制浓度 ≤50。使用 NetMHCpan 4.1 [29] (https://services.healthtech. dtu.dk/services/NetMHCpan-4.1) 预测猪 CTL 表位。使用 45 种猪白细胞抗原 (SLA) [30–33] 进行预测,并设置截止 PR ≤0.5。 NetCTLpan 1.1 [34] (https:// services.healthtech.dtu.dk/services/NetCTLpan-1.1) 用于筛选具有高效蛋白酶体裂解和与抗原加工转运相关的转运蛋白的表位。设定筛选的截止值为 PR ≤1。人类和猪的 CTL 表位预测仅限于 9 肽。
摘要 简介:目前,新型冠状病毒感染的肺炎病例数仅略有下降,已成为一项重大的公共卫生挑战。我们仍在鼓励开发针对该病毒的有效疫苗,例如从 SARS-CoV-2 的成分(包括其刺突、核衣壳和 ORF1a 蛋白)设计的多表位疫苗。由于添加包括 HABA 蛋白和 L7/L12 核糖体在内的佐剂被认为有助于提高所设计疫苗的有效性,我们建议通过两种不同的佐剂设计多表位疫苗。方法:我们使用 IEDB 服务器预测使用 VaxiJen、AllPred 和 IL-10 Prediction 等在线工具表征的 BCL 和 TCL 表位。将选定的表位进一步构建成多表位疫苗。我们还在疫苗成分中添加了两种不同的佐剂,以提高疫苗的有效性。使用 trRosetta 构建了 3D 结构的疫苗。进一步用ClusPro和PatchDock将它们与不同的Toll样受体(TLR 3、4和8)以及SARS-CoV-2的进入受体ACE2对接,并用FireDock进行精炼。所有结构均通过USCF Chimera和PyMOL可视化。结果:本研究通过添加HABA蛋白和L7/L12核糖体作为佐剂成功设计了两种不同的候选疫苗。两种疫苗的理化性质和特性几乎同样好。同样,它们与TLR3、4、8和ACE2的强相互作用表明两者的最低能级估计都在-1,000以上。疫苗与ACE2和TLR的相互作用对于激活免疫反应和产生抗体至关重要。结论:设计和构建的两种多表位疫苗具有良好的特性,可能具有激活针对SARS-CoV-2的体液和细胞免疫反应的潜力。值得考虑进一步研究以证实本研究的结果。
产肠毒素大肠杆菌 (ETEC) 菌株是导致儿童和旅行者腹泻的主要原因。由于决定其病理的毒素和粘附素的性质各异,开发针对这种异源菌群的有效疫苗已被证明非常困难。使用多表位融合抗原 (MEFA) 疫苗学平台开发了一种多价候选疫苗,并证明其可有效在小鼠和猪中引发广泛的保护性抗体反应。然而,在这些系统中并未测量到对小肠 ETEC 定植的直接保护。众所周知,ETEC 菌株的定植是疾病结果的决定性因素,并且依赖于粘附素。在这项研究中,我们开发了一种非手术兔定植模型来研究兔对 ETEC 定植的免疫保护。我们测试了基于 MEFA 的疫苗粘附素抗原与 dmLT 佐剂结合诱导广泛免疫反应和防止 ETEC 在兔小肠定植的能力。我们的结果表明,候选疫苗 MEFA 抗原在兔体内引发抗体,这些抗体与其结构中包含的七种粘附素发生反应,并可防止持续定植于幼兔体内的攻击菌株的定植。
由于脑电图 (EEG) 的非侵入性和高精度,EEG 和人工智能 (AI) 的结合经常被用于情绪识别。然而,EEG 数据的内部差异已成为分类准确性的障碍。为了解决这个问题,考虑到来自性质相似但不同领域的标记数据,领域自适应通常提供一个有吸引力的选择。大多数现有研究将来自不同受试者和会话的 EEG 数据聚合为源域,忽略了源具有一定边际分布的假设。此外,现有方法通常仅对齐从单个结构中提取的表示分布,并且可能仅包含部分信息。因此,我们提出了用于跨域 EEG 情绪识别的多源和多表示自适应 (MSMRA),它将来自不同受试者和会话的 EEG 数据划分为多个域,并对齐从混合结构中提取的多个表示的分布。使用两个数据集 SEED 和 SEED IV 在跨会话和跨主题传输场景中验证所提出的方法,实验结果证明我们的模型在大多数情况下比最先进的模型具有更优越的性能。
新型冠状病毒肺炎 (COVID-19) 大流行在世界范围内导致死亡率飙升。因此,为了对抗这种疾病,我们采用免疫信息学方法设计了一种来自严重急性呼吸道综合征冠状病毒 2 (SARS-CoV-2) 的各种蛋白质的多表位疫苗,并通过计算机模拟验证其稳定性、无过敏性和抗原性。我们通过计算预测了在全球分离的四种病毒株中保守的六种蛋白质序列的细胞毒性 T 细胞 (TC )、辅助 T 细胞 (TH ) 和 B 细胞表位。疫苗构建体中包含与 B 细胞表位重叠的 T 细胞表位,以确保体液和细胞介导的免疫反应。在构建体的 N 端添加了霍乱毒素的亚基作为佐剂以增加免疫原性。疫苗中甚至预测了干扰素-γ 诱导表位。分子对接和结合能学研究表明,疫苗与免疫刺激性 Toll 样受体 (TLR) -2、3、4 有强烈的相互作用。疫苗的分子动力学模拟确保了生物系统中的体内稳定性。疫苗的免疫模拟表明免疫反应增强。利用计算机克隆方法确保了疫苗在表达载体中的有效翻译。当然,这种潜在的疫苗构建体可以可靠地有效对抗 COVID-19。
未经同行评审认证)是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者(此版本于 2020 年 6 月 6 日发布。;https://doi.org/10.1101/2020.06.03.131755 doi:bioRxiv preprint
本预印本的版权所有者(此版本于 2020 年 5 月 23 日发布。;https://doi.org/10.1101/2020.04.23.055467 doi: bioRxiv preprint
。CC-BY 4.0 国际许可(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2020 年 3 月 22 日发布。;https://doi.org/10.1101/2020.02.28.970343 doi:bioRxiv 预印本
此预印本的版权所有者于 2020 年 3 月 3 日发布此版本。;https://doi.org/10.1101/2020.03.03.962332 doi: bioRxiv preprint