MétaCan
Menu
Retour à la cohorte
Enregistrement W2009770692 · doi:10.1158/1538-7445.am10-4000

Abstract 4000: Cellular MRI of human breast cancer cells labeled with gadofluorine M

2010· article· en· W2009770692 sur OpenAlexaff
Michael M. Lizardo, John A. Ronald, Yuanxin Chen, Bernd Misselwitz, Brian K. Rutt, Ann F. Chambers

Notice bibliographique

RevueCancer Research · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueMRI in cancer diagnosis
Établissements canadiensOttawa Regional Cancer FoundationWestern University
Organismes subventionnairesnon disponible
Mots-clésRelaxometryMagnetic resonance imagingIn vivoHuman breastCellMetastasisIn vitroBreast cancerCancerChemistryCancer cellMetastatic breast cancerPathologyNuclear medicineNuclear magnetic resonanceMedicineBiologyInternal medicineBiochemistryRadiology

Résumé

récupéré en direct d'OpenAlex

Abstract The ability to non-invasively locate and quantify tumor cell number at a metastatic site would be of considerable interest in pre-clinical and clinical metastasis research. To this end, our objective is to develop positive-contrast cellular magnetic resonance imaging (MRI) for use in quantifying tumor cell number at a metastatic site in vivo. The goals of the current study were to characterize the in vitro labeling of MDA-MB-231-luc-D3H2LN human breast cancer cells with a novel positive contrast MR agent Gadofluorine M (GdF), and to demonstrate the detectability of GdF-labeled cells in vitro at clinical strength MRI (1.5 and 3Tesla) scanners. Briefly, cells (1.5 × 107cells) were loaded by simple incubation for 24h with GdF at concentrations ranging from 25μM to 10mM. GdF-loading from 25μM to 1000μM did not result in significant changes in metabolic activity. Higher GdF-loading concentrations, 2500μM and 10mM, resulted in a 16% and 21% reduction in metabolic activity, respectively. The lowest GdF-loading concentration used (25μM) resulted in a significant (9-fold) increase in MR signal enhancement which then plateaued from 100μM to 1000μM. T1-relaxometry of cell pellets demonstrated a similar statistical trend in relaxation rates of cell pellets for all loading conditions, and at both field strengths. Inductively-coupled plasma atomic emission spectroscopy was performed on the cell pellet extracts to assess the average amount of GdF that had accumulated per cell at each incubating concentration. Since the relaxivity of an MR contrast agent can be affected by its intracellular location, we assessed whether internalized GdF-cc (GdF analog where the mannose moiety was replaced with carbocyanine) was cytosolic or compartmentalized into endosomes, via immunostaining for mannose-6-phosphate receptor. Using confocal fluorescence microscopy, we found that GdF is largely cytosolic and did not co-localize to late endosomes, an optimal situation for achieving maximum positive-contrast by T1-shortening since endosomal compartmentalization can lessen the enhancement seen in MR images. From these results, we have determined that the GdF loading concentration of 1000μM permits the highest payload for detection by cellular MRI in clinical field strength scanners. Information from this proof-of-principle study will support future work to develop positive-contrast cellular MRI as a new approach to quantitative imaging of metastatic cells in vivo. Citation Format: {Authors}. {Abstract title} [abstract]. In: Proceedings of the 101st Annual Meeting of the American Association for Cancer Research; 2010 Apr 17-21; Washington, DC. Philadelphia (PA): AACR; Cancer Res 2010;70(8 Suppl):Abstract nr 4000.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,412
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetMRI in cancer diagnosisTravaux en français237 207