Fluorescently labeled therapeutic antibodies for detection of microscopic melanoma
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Detection of microscopic disease during surgical resection of melanoma remains a significant challenge. To assess real-time optical imaging for visualization of microscopic cancer, we evaluated three US Food and Drug Administration (FDA)-approved therapeutic monoclonal antibodies. STUDY DESIGN: Prospective, basic science. METHODS: Melanoma cell lines (A375 and SKMEL5) were xenografted into the ears of immunodeficient mice. Bevacizumab, panitumumab, tocilizumab, or a nonspecific immunoglobin G (IgG) were covalently linked to a near-infrared (NIR) fluorescent probe (IRDye800CW) and systemically injected. Primary tumors were imaged and then resected under fluorescent guidance using the SPY (Novadaq, Toronto, Ontario, Canada), an NIR imaging system used in plastic and reconstructive surgeries to evaluate perfusion. Mice were also imaged with the Pearl Impulse small animal imager (LI-COR Biosciences, Lincoln, NE), an NIR imaging system designed for use with IRDye800CW. Postresection, small tissue fragments were fluorescently imaged and the presence of tumor subsequently confirmed by correlation with histology. RESULTS: All fluorescently labeled therapeutic monoclonal antibodies could adequately delineate tumor from normal tissue based on tumor-to-background ratios (TBR) compared to IgG-IRDye800CW. On serial imaging, panitumumab achieved the highest TBRs with both SPY and Pearl (3.8 and 6.6, respectively). When used to guide resections, the antibody-dye conjugates generated TBRs in the range of 1.3 to 2.2 (average, 1.6) using the SPY and 1.9 to 6.3 (average, 2.7) using the Pearl. There was no significant difference among the antibodies with either imaging modality or cell line (one-way analysis of variance). CONCLUSIONS: Our data suggest that FDA-approved antibodies may be suitable targeting agents for the intraoperative fluorescent detection of melanoma.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».