Modulation of intratumoral hypoxia by the epidermal growth factor receptor inhibitor gefitinib detected using small animal PET imaging
Notice bibliographique
Résumé
Blockade of signaling through the epidermal growth factor receptor (EGFR) tyrosine kinase by inhibitors such as gefitinib (Iressa) can inhibit tumor angiogenesis and enhance responses to ionizing radiation. In this study, the ability of gefitinib to modulate intratumoral oxygenation was evaluated in human EGFR-expressing A431 squamous cell carcinoma xenografts using in vivo small animal positron emission tomography (PET) imaging with the hypoxia marker [(18)F]fluoroazomycin arabinoside (FAZA) and by the immunohistochemical detection of hypoxia-induced adducts of the 2-nitroimidazole, pimonidazole. Serial noninvasive PET imaging of A431 xenografts showed a significant reduction in FAZA uptake following treatment with 75 mg/kg/d of gefitinib [tumor to background ratio, 6.1 +/- 1.0 (pretreatment) versus 2.3 +/- 0.6 (posttreatment); P = 0.0004]. Similarly, ex vivo quantitation of FAZA uptake showed significantly reduced FAZA uptake in established A431 xenografts treated with gefitinib compared with vehicle control (tumor to blood ratio for controls versus gefitinib, 8.0 +/- 3.0 versus 2.7 +/- 0.8; P = 0.007; or tumor to muscle ratio controls versus gefitinib, 8.6 +/- 2.8 versus 2.6 +/- 1.0; P = 0.002). The effect of gefitinib treatment seemed to be independent of tumor size. In addition, gefitinib treatment reduced pimonidazole-binding in A431 xenografts measured after 5 and 8 days of gefitinib treatment compared with baseline and with tumors treated with vehicle alone. A strong correlation was observed between pimonidazole binding and FAZA uptake. Together, these findings show that gefitinib reduces intratumoral hypoxia.
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) | 0,000 | 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) | 0,000 | 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 ».