Next Step toward Optimization of GRP Receptor Avidities: Determination of the Minimal Distance between BBN<sub>(7–14)</sub> Units in Peptide Homodimers
Notice bibliographique
Résumé
As the gastrin releasing peptide receptor (GRPR) is overexpressed on several tumor types, it represents a promising target for the specific in vivo imaging of these tumors using positron emission tomography (PET). We were able to show that PESIN-based peptide multimers can result in substantially higher GRPR avidities, highly advantageous in vivo pharmacokinetics and tumor imaging properties compared to the respective monomers. However, the minimal distance between the peptidic binders, resulting in the lowest possible system entropy while enabling a concomitant GRPR binding and thus optimized receptor avidities, has not been determined so far. Thus, we aimed here to identify the minimal distance between two GRPR-binding peptides in order to provide the basis for the development of highly avid GRPR-specific PET imaging agents. We therefore synthesized dimers of the GRPR-binding bombesin analogue BBN(7-14) on a dendritic scaffold, exhibiting different distances between both peptide binders. The homodimers were further modified with the chelator NODAGA, radiolabeled with (68)Ga, and evaluated in vitro regarding their GRPR avidity. We found that the most potent of the newly developed radioligands exhibits GRPR avidity twice as high as the most potent reference compound known so far, and that a minimal distance of 62 bond lengths between both peptidic binders within the homodimer can result in concomitant peptide binding and optimal GRPR avidities. These findings answer the question as to what molecular design should be chosen when aiming at the development of highly avid homobivalent peptidic ligands addressing the GRPR.
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 ».