CL
Changyi Liu
Author with expertise in Coronavirus Disease 2019 Research
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
8
(13% Open Access)
Cited by:
2
h-index:
20
/
i10-index:
33
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Enhanced neutralization of SARS-CoV-2 XBB sub-lineages and BA.2.86 by a tetravalent COVID-19 vaccine booster

Xiaosheng Wang et al.Jan 1, 2023
As the SARS-CoV-2 virus continues to evolve, novel XBB sub-lineages such as XBB.1.5, XBB.1.16, EG.5, HK.3 (FLip), and XBB.2.3, as well as the most recent BA.2.86, have been identified and aroused global concern. Understanding the efficacy of current vaccines and the immune system9s response to these emerging variants is critical for global public health. In this study, we evaluated the neutralization activities of sera from participants who received COVID-19 inactivated vaccines, or a booster vaccination of the recently approved tetravalent protein vaccine in China (SCTV01E), or had contracted a breakthrough infection with BA.5/BF.7/XBB virus. Comparative analysis of their neutralization profiles against a broad panel of 30 SARS-CoV-2 sub-lineage viruses revealed that strains such as BQ.1.1, CH.1.1, and all the XBB sub-lineages exhibited heightened resistance to neutralization than previous variants, however, despite the extra mutations carried by emerging XBB sub-lineages and BA.2.86, they did not demonstrate significantly increased resistance to neutralization compared to XBB.1.5. Encouragingly, the SCTV01E booster vaccination consistently induced robust and considerably higher neutralizing titers against all these variants than breakthrough infection did. Cellular immunity assays also showed that the SCTV01E booster vaccination elicited a higher frequency of virus-specific memory B cells but not IFN-γ secreting T cells. Our findings underline the importance of developing novel multivalent vaccines to more effectively combat future viral variants.
0

SIP: An Interchangeable Pipeline for scRNA-seq Data Processing

Wei Zheng et al.Oct 30, 2018
Multiple steps of bioinformatics processing are needed to convert the raw scRNA-seq data to information that can be used in downstream analyses and in building cell atlases. Dozens of software packages have been developed and different labs tend to have different preferences on choices of the workflow. Such diversity can cause difficulties in future efforts of aggregating data from multiple labs, and also difficulties for new labs to start in this field. A few pipelines have been developed to help integrating multiple steps into a whole, but the fixed software architecture makes it hard for developers to add new features or exchange parts in the pipeline. We presented SIP, a Single-cell Interchangeable Pipeline. It is a one-stop platform for the processing of scRNA-seq data from multiple platforms, and will also support for other types of data like scATAC-seq data. SIP utilizes container technology to solve the deployment dilemma when handling multiple packages and provides an easy-to-use interface for users to conduct the complicated multi-step process from raw data to final results with a single command. It also allows advanced users to assemble different versions of the pipeline by interchanging parts or adding new modules. SIP is available at https://github.com/chansigit/SIP under the GPL-3.0 license.