Characterization and development of a peptide (p160) with affinity for neuroblastoma cells.
Notice bibliographique
Résumé
UNLABELLED: Drug-targeting strategies can increase the efficacy and reduce the side effects and toxicity of conventional chemotherapy or may lead to new radiolabeled molecules useful for diagnosis and therapy. To identify and characterize new carrier molecules, we evaluated a peptide that had been identified by phage display technology. METHODS: The peptide p160 (VPWMEPAYQRFL) was prepared by solid-phase peptide synthesis and radiolabeled with (125)I or (131)I. The radiolabeled peptide and derivatives of it were used to study binding and internalization in vitro and to assess their distribution in tumor-bearing mice. RESULTS: Cell-binding assays on the human neuroblastoma cell line WAC 2 indicated the affinity and specificity of (125)I-labeled p160 toward neuroblastoma cells. Binding of the (125)I-labeled p160 was inhibited up to 95% by the unlabeled peptide. Furthermore, 50% of the total bound activity was internalized into the neuroblastoma cells. Biodistribution studies on nude mice showed a higher tracer accumulation in tumors than in most organs. Perfusion of the animals reduced uptake in all tissues, whereas tumor uptake remained constant. Fluorescence-activated cell-sorting studies with fluorescein isothiocyanate-labeled p160 demonstrated an increased fluorescence signal. Investigation of the binding properties of the fragments p160-8-1, p160-8-2, and p160-8-3 indicated that the sequence EPAYQR might be of significance for the binding of p160. CONCLUSION: These data indicate that the p160 peptide is an attractive candidate for the development of a neuroblastoma-specific vector that can be used for drug targeting or radiopeptide-based diagnosis and therapy.
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 ».