[18F]-Fluorodeoxyglucose Positron Emission Tomography/Computed Tomography of LAPC4-CR Castration-Resistant Prostate Cancer Xenograft Model in Soft Tissue Compartments
Notice bibliographique
Résumé
Preclinical xenograft models have contributed to advancing our understanding of the molecular basis of prostate cancer and to the development of targeted therapy. However, traditional preclinical in vivo techniques using caliper measurements and survival analysis evaluate the macroscopic tumor behavior, whereas tissue sampling disrupts the microenvironment and cannot be used for longitudinal studies in the same animal. Herein, we present an in vivo study of [(18)F]-fluorodeoxyglucose (FDG) positron emission tomography (PET)/computed tomography (CT) designed to evaluate the metabolism within the microenvironment of LAPC4-CR, a unique murine model of castration-resistant prostate cancer. Mice bearing LAPC4-CR subcutaneous tumors were administered [(18)F]-FDG via intravenous injection. After a 60-minute distribution phase, the mice were imaged on a PET/CT scanner with submillimeter resolution; and the fused PET/CT images were analyzed to evaluate tumor size, location, and metabolism across the cohort of mice. The xenograft tumors showed [(18)F]-FDG uptake that was independent of tumor size and was significantly greater than uptake in skeletal muscle and liver in mice (Wilcoxon signed-rank P values of .0002 and .0002, respectively). [(18)F]-FDG metabolism of the LAPC4-CR tumors was 2.1 ± 0.8 ID/cm(3)*wt, with tumor to muscle ratio of 7.4 ± 4.7 and tumor to liver background ratio of 6.7 ± 2.3. Noninvasive molecular imaging techniques such as PET/CT can be used to probe the microenvironment of tumors in vivo. This study showed that [(18)F]-FDG-PET/CT could be used to image and assess glucose metabolism of LAPC4-CR xenografts in vivo. Further work can investigate the use of PET/CT to quantify the metabolic response of LAPC4-CR to novel agents and combination therapies using soft tissue and possibly bone compartment xenograft models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».