Imaging of enzyme replacement therapy using PET
Notice bibliographique
Résumé
Direct enzyme replacement therapy (ERT) has been introduced as a means to treat a number of rare, complex genetic conditions associated with lysosomal dysfunction. Gaucher disease was the first for which this therapy was applied and remains the prototypical example. Although ERT using recombinant lysosomal enzymes has been shown to be effective in altering the clinical course of Gaucher disease, Fabry disease, Hurler syndrome, Hunter syndrome, Maroteaux-Lamy syndrome, and Pompe disease, the recalcitrance of certain disease manifestations underscores important unanswered questions related to dosing regimes, tissue half-life of the recombinant enzyme and the ability of intravenously administered enzyme to reach critical sites of known disease pathology. We have developed an innovative method for tagging acid beta-glucocerebrosidase (GCase), the recombinant enzyme formulated in Cerezyme(R) used to treat Gaucher disease, using an (18)F-labeled substrate analogue that becomes trapped within the active site of the enzyme. Using micro-PET we show that the tissue distribution of injected enzyme can be imaged in a murine model and that the PET data correlate with tissue (18)F counts. Further we show that PET imaging readily monitors pharmacokinetic changes effected by receptor blocking. The ability to (18)F-label GCase to monitor the enzyme distribution and tissue half-life in vivo by PET provides a powerful research tool with an immediate clinical application to Gaucher disease and a clear path for application to other ERTs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».