Pharmacokinetics and Biodistribution of Human Serum Albumin-TIMP-2 Fusion Protein Using Near-Infrared Optical Imaging
Notice bibliographique
Résumé
PURPOSE: TIMP-2 has been studied as an attractive cancer therapeutic candidate, and a TIMP-2 fusion protein (HSA/TIMP-2) displayed effective anticancer activity, despite a lack of information about its pharmacokinetics (PK) and biodistribution. The purpose of this work was to assess the PK and biodistribution of HSA/TIMP-2 as well as to quantify accumulated HSA/TIMP-2 in tumors. METHODS: Cy5.5 near-infrared (NIR) fluorescence was conjugated to the HSA/TIMP-2 protein (Cy5.5-HSA/TIMP-2) for monitoring spatio-temporal changes in vivo. For PK and biodistribution analysis, 0.2 μg/g body weight of Cy5.5-HSA/TIMP-2 was injected into MAT-LyLu prostate tumor xenografts, which were then imaged using an IVIS-200 optical imaging system. To quantify the accumulated HSA/TIMP-2 in tumors, we introduced a standard curve with depth-corrected fluorescence measurement. RESULTS: In the vascular tube formation assay with human umbilical vein endothelial cells (HUVECs), Cy5.5-HSA/TIMP-2 showed an antiangiogenic effect. In prostate cancer xenografts, Cy5.5-HSA/TIMP-2 exhibited a prolongation of blood half-life to 19.6 h and relatively preferential distribution to the tumor. The amount of tumor-accumulated Cy5.5-HSA/TIMP-2 was calculated to be 4.5 ± 0.5 ng/g body weight at 2 days, representing 2.25 ± 0.25% of the initial dose. CONCLUSIONS: We evaluated the pharmacokinetic profile and biodistribution of HSA/TIMP-2 with favorable results, providing new information for more effective approaches to cancer therapeutics using HSA/TIMP-2. Additionally, real-time in vivo fluorescence imaging analysis using a depth-corrected standard curve may serve as a platform to quantify biodistributed drug in anticancer therapeutic studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».