Comparison of radiolabeled somatostatin receptor agonist and antagonists in a mouse model of human breast cancer
Notice bibliographique
Résumé
1051 Objectives High expression of somatostatin receptor subtype 2a has been shown in a various malignancies including neuroendocrine tumors and breast cancer. Most of reported studies for imaging SST2a expression used mice bearing tumors derived from SST2a transfected cell lines and rat pancreatic cancer cell line (AR42J). The objective of this study was to compare and evaluate 68Ga-DOTA-TATE, 68Ga-NOTA-BASS and 68Ga-NODAGA-LM3 as potent SSt2a agonist and antagonists in a murine model of human breast cancer. Methods 68Ga labeling was performed in HEPES buffer (pH 5.1) via microwave heating for 1 min, followed by HPLC purification. In vitro binding assays were performed using human breast cancer (Zr-75-1) membranes. ZR-75-1 cells were inoculated subcutaneously in NSG mice and dynamic PET/CT imaging and biodistribution studies were carried 1h post injection. Blocking studies were performed to determine the specificity of radioligand to the receptors. Results The radiolabeling yield and purity were more than 99%. Ga-DOTA-TATE showed a high binding affinity of 0.6 nM compared to two other peptides (68Ga-NOTA-BASS 158 nM; 68Ga-NODAGA-LM3 10.7 nM). In vivo studies showed low tumor uptake in 68Ga-NOTA-BASS. Excellent tumor visualization with low background at 1 h post-injection were observed with 68Ga-DOTA-TATE and 68Ga-NODAGA-LM3 with %ID/g of 21 ± 4.2 and 24.4 ± 7.8 respectively. %ID/g of pancreas was higher (31.3 ± 19%) in 68Ga-DOTA-TATE. In blocking studies, the uptake in tumors and pancreas were reduced by >90%. Tumor-to-blood and Tumor-to-muscle ratios were 33 and 52%ID/g respectively with 68Ga-DOTA-TATE and 30 and 41%ID/g with 68Ga-NODAGA-LM3. Conclusions A high tumor to background ratio was achieved in Zr-75-1 tumor model with both 68Ga-DOTA-TATE and 68Ga-NODAGA-LM3 imaging. Despite similar absolute tumor uptake, the tumor-to-muscle ratio of 68Ga-DOTA-TATE was higher than 68Ga-NODAGA-LM3. The ZR-75 human tumor cell line is a promising breast cancer model for SST imaging by PET.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».