XZ
Xian-En Zhang
Author with expertise in Coronavirus Disease 2019 Research
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(50% Open Access)
Cited by:
755
h-index:
48
/
i10-index:
196
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Molecular Diagnosis of COVID-19: Challenges and Research Needs

Wei Feng et al.Jun 23, 2020
Molecular diagnosis of COVID-19 primarily relies on the detection of RNA of the SARS-CoV-2 virus, the causative infectious agent of the pandemic. Reverse transcription polymerase chain reaction (RT-PCR) enables sensitive detection of specific sequences of genes that encode the RNA dependent RNA polymerase (RdRP), nucleocapsid (N), envelope (E), and spike (S) proteins of the virus. Although RT-PCR tests have been widely used and many alternative assays have been developed, the current testing capacity and availability cannot meet the unprecedented global demands for rapid, reliable, and widely accessible molecular diagnosis. Challenges remain throughout the entire analytical process, from the collection and treatment of specimens to the amplification and detection of viral RNA and the validation of clinical sensitivity and specificity. We highlight the main issues surrounding molecular diagnosis of COVID-19, including false negatives from the detection of viral RNA, temporal variations of viral loads, selection and treatment of specimens, and limiting factors in detecting viral proteins. We discuss critical research needs, such as improvements in RT-PCR, development of alternative nucleic acid amplification techniques, incorporating CRISPR technology for point-of-care (POC) applications, validation of POC tests, and sequencing of viral RNA and its mutations. Improved assays are also needed for environmental surveillance or wastewater-based epidemiology, which gauges infection on the community level through analyses of viral components in the community's wastewater. Public health surveillance benefits from large-scale analyses of antibodies in serum, although the current serological tests do not quantify neutralizing antibodies. Further advances in analytical technology and research through multidisciplinary collaboration will contribute to the development of mitigation strategies, therapeutics, and vaccines. Lessons learned from molecular diagnosis of COVID-19 are valuable for better preparedness in response to other infectious diseases.
0
Citation348
0
Save
0

A Nanoparticle Vaccine Displaying Conserved Epitopes of the Preexisting Neutralizing Antibody Confers Broad Protection against SARS-CoV-2 Variants

Xuefan Wu et al.Jun 27, 2024
The rapid development of the SARS-CoV-2 vaccine has been used to prevent the spread of coronavirus 2019 (COVID-19). However, the ongoing and future pandemics caused by SARS-CoV-2 variants and mutations underscore the need for effective vaccines that provide broad-spectrum protection. Here, we developed a nanoparticle vaccine with broad protection against divergent SARS-CoV-2 variants. The corresponding conserved epitopes of the preexisting neutralizing (CePn) antibody were presented on a self-assembling Helicobacter pylori ferritin to generate the CePnF nanoparticle. Intranasal immunization of mice with CePnF nanoparticles induced robust humoral, cellular, and mucosal immune responses and a long-lasting immunity. The CePnF-induced antibodies exhibited cross-reactivity and neutralizing activity against different coronaviruses (CoVs). CePnF vaccination significantly inhibited the replication and pathology of SARS-CoV-2 Delta, WIV04, and Omicron strains in hACE2 transgenic mice and, thus, conferred broad protection against these SARS-CoV-2 variants. Our constructed nanovaccine targeting the conserved epitopes of the preexisting neutralizing antibodies can serve as a promising candidate for a universal SARS-CoV-2 vaccine.
0
Citation1
0
Save
0

ProT-Diff: A Modularized and Efficient Approach to De Novo Generation of Antimicrobial Peptide Sequences through Integration of Protein Language Model and Diffusion Model

Xuefei Wang et al.Feb 23, 2024
Abstract Antimicrobial Peptides (AMPs) represent a promising class of antimicrobial agents crucial for combating antibiotic-resistant pathogens. Despite the emergence of deep learning approaches for AMP discovery, there remains a gap in efficiently generating novel AMPs across various amino acid lengths without prior knowledge of peptide structures or sequence alignments. Here we introduce ProT-Diff, a modularized and efficient deep generative approach that ingeniously combines a pre-trained protein language model with a diffusion model to de novo generate candidate AMP sequences. ProT-Diff enabled the rapid generation of thousands of AMPs with diverse lengths within hours. Following in silico screening based on physicochemical properties and predicted antimicrobial activities, we selected 35 peptides for experimental validation. Remarkably, 34 of these peptides demonstrated antimicrobial activity against Gram-positive or Gram-negative bacteria, with 6 exhibiting broad-spectrum efficacy. Of particular interest, AMP_2, one of the broad-spectrum peptides, displayed potent antimicrobial activity, low hemolysis, and minimal cytotoxicity. Further in vivo assessment revealed its high effectiveness against a clinically relevant drug-resistant E. coli strain in a mouse model of acute peritonitis. This study not only presents a viable generative strategy for novel AMP design but also underscores its potential for generating other functional peptides, thereby broadening the horizon for new drug development.
5

Length of Mucin-Like Domains Enhance Cell-Ebola Virus Adhesion by Increasing Binding Probability

Xinyu Cui et al.Jul 2, 2020
Abstract The Ebola virus (EBOV) hijacks normal physiological processes by apoptotic mimicry in order to be taken up by the cell it infects. The initial adhesion of the virus to the cell is based on the interaction between T-cell immunoglobulin and mucin domain protein, TIM, on the cell-surface and phosphatidylserine (PS) on the viral outer surface. Therefore, it is important to understand the interaction between EBOV/PS and TIM, with selective blocking of the interaction as a potential therapy. Recent experimental studies have shown that for TIM-dependent EBOV entry, a Mucin-like Domain (MLD) with a length of at least 120 amino acids is required, possibly due to the increase of area of the PS-coated surface sampled. We examine this hypothesis by modeling the process of TIM-PS adhesion using a coarse-grained molecular model. We find that the strength of bound PS−TIM pairs is essentially independent of TIM length. TIMs with longer MLDs have higher average binding strengths because of an increase in the probability of binding between EBOV and TIM proteins. Similarly, we find that for larger persistence length (less flexible) the average binding force decreases, again because of a reduction in the probability of binding. Statement of Significance This work studies the mechanism of TIM-dependent adhesion of the Ebola virus to a cell. Through coarse grained modeling we show that longer TIM stalks adhere more easily as they can sample a larger area, thus offering a mechanistic interpretation of an experimental finding. Better mechanistic understanding can lead to therapeutic ideas for blocking adhesion.