<i>Update:</i> Peptide Motifs for Insertion of Radiolabeled Biomolecules into Cells and Routing to the Nucleus for Cancer Imaging or Radiotherapeutic Applications
Notice bibliographique
Résumé
Intracellular compartments, in particular the cytoplasm or nucleus, have generally been poorly accessible or inaccessible to radiolabeled biomolecules (e.g., monoclonal antibodies [mAbs], peptides, or oligonucleotides [ODNs]). However, recently cell-penetrating peptides (CPPs) and nuclear localizing peptide sequences (NLSs) have been shown to have the capability of inserting biomolecules into cells and transporting them to the cell nucleus. This discovery now presents intriguing new opportunities to design radiopharmaceuticals that could potentially probe, through imaging, the expression of key intracellular or intranuclear regulatory proteins that define the tumor phenotype, predict outcome, or act as sensitive reporters of response or resistance to treatment. CPPs could also more efficiently internalize radiolabeled antisense ODNs or peptide nucleic acids (PNAs) into tumor cells to enhance the sensitivity of imaging gene expression at the mRNA level. Perhaps one of the most exciting new developments to emerge is the use of NLS to route mAbs and peptides conjugated to nanometer-micrometer range Auger-electron-emitting radionuclides (e.g., (111)In) to the nucleus of cancer cells following their receptor-mediated internalization. In the nucleus, these electrons are highly potent in causing lethal DNA strand breaks. In some cases, NLSs are present naturally in peptide growth factors or their receptors, where they function to deliver internalized ligands to the nucleus, or alternatively, they can be introduced synthetically. This update reviews the properties of CPPs and NLS and focuses on their use for inserting radiolabeled biomolecules into cancer cells for imaging or targeted Auger electron radiotherapy of malignancies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».