A Molecular Imaging System Based on Both Transcriptional and Genomic Amplification to Detect Prostate Cancer Cells In Vivo
Notice bibliographique
Résumé
An imaging modality that can accurately discern prostate cancer (PCa) foci would be useful to detect PCa early or guide treatment. We have engineered numerous adenoviral vectors (Ads) to carry out reporter gene-based imaging using specific promoters to express a potent transcriptional activator, which in turn activates the reporter gene in PCa. This two-step transcriptional amplification (TSTA) method can boost promoters' activity, while maintaining cell specificity. Here, we examined a dual TSTA (DTSTA) approach, which utilizes TSTA not only to express the imaging reporter, but also to direct viral genome replication of a conditionally replicating Ad (CRAd) to further augment the expression levels of the reporter gene by genomic amplification supported in trans by coadministered CRAd. In vitro studies showed up to 50-fold increase of the reporter genome by DTSTA. Compared with TSTA reporter alone, DTSTA application exhibited a 25-fold increase in imaging signal in PCa xenografts. DTSTA approach is also beneficial for a combination of two TSTA Ads with distinct promoters, although amplification is observed only when TSTA-CRAd can replicate. Consequently, the DTSTA approach is a hybrid method of transcriptional and genomic augmentation that can provide higher level reporter gene expression potentially with a lower dose of viral administration.
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 | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».