Noninvasive Assessment of Angiogenesis by Ultrasound and Microbubbles Targeted to α <sub>v</sub> -Integrins
Notice bibliographique
Résumé
BACKGROUND: Noninvasive methods for characterizing neovessel formation during angiogenesis are currently lacking. We hypothesized that angiogenesis could be imaged with the use of contrast-enhanced ultrasound (CEU) with microbubbles targeted to alpha(v)-integrins. METHODS AND RESULTS: Microbubbles targeted to alpha(v)-integrins were prepared by conjugating echistatin (MB(E)) or monoclonal antibody against murine alpha(v) (MB(alpha)) to their surface. Control microbubbles (MB(c)) were also prepared. The microvascular behavior of these microbubbles was assessed by intravital microscopy of the cremaster muscle in mice treated for 4 days with sustained-release FGF-2. Microvascular retention was much greater (P<0.01) for MB(E) (11+/-6 mm(-3)) and MB(alpha) (10+/-7 mm(-3)) than that for MB(c) (1+/-1 mm(-3)). Retained MB(E) and MB(alpha) attached directly to the microvascular endothelial surface. Microbubble retention in 4 control mice was minimal. Subcutaneous matrigel plugs enriched with FGF-2 were created in 12 mice and studied 10 days later. Neovessels within the matrigel stained positive for alpha(v)-integrins. CEU demonstrated greater (P<0.01) acoustic intensity for MB(E) (16.0+/-5.9 U) and MB(alpha) (17.0+/-5.5 U) compared with MB(c) (5.8+/-2.6 U). The signal from targeted microbubbles (MB(E) and MB(alpha)) correlated well (r=0.90) with the matrigel blood volume determined by CEU perfusion imaging. CONCLUSIONS: CEU with microbubbles targeted for alpha(v)-integrins may provide a noninvasive method for assessing therapeutic angiogenesis.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».