Accounting for pharmacokinetic differences in dual-tracer receptor density imaging
Notice bibliographique
Résumé
Dual-tracer molecular imaging is a powerful approach to quantify receptor expression in a wide range of tissues by using an untargeted tracer to account for any nonspecific uptake of a molecular-targeted tracer. This approach has previously required the pharmacokinetics of the receptor-targeted and untargeted tracers to be identical, requiring careful selection of an ideal untargeted tracer for any given targeted tracer. In this study, methodology capable of correcting for tracer differences in arterial input functions, as well as binding-independent delivery and retention, is derived and evaluated in a mouse U251 glioma xenograft model using an Affibody tracer targeted to epidermal growth factor receptor (EGFR), a cell membrane receptor overexpressed in many cancers. Simulations demonstrated that blood, and to a lesser extent vascular-permeability, pharmacokinetic differences between targeted and untargeted tracers could be quantified by deconvolving the uptakes of the two tracers in a region of interest devoid of targeted tracer binding, and therefore corrected for, by convolving the uptake of the untargeted tracer in all regions of interest by the product of the deconvolution. Using fluorescently labeled, EGFR-targeted and untargeted Affibodies (known to have different blood clearance rates), the average tumor concentration of EGFR in four mice was estimated using dual-tracer kinetic modeling to be 3.9 ± 2.4 nM compared to an expected concentration of 2.0 ± 0.4 nM. However, with deconvolution correction a more equivalent EGFR concentration of 2.0 ± 0.4 nM was measured.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».