Noninvasive Visualization of Tumoral Fibrin Deposition Using a Peptidic Fibrin-Binding Single Photon Emission Computed Tomography Tracer
Notice bibliographique
Résumé
Fibrin deposition plays an important role in the formation of mature tumor stroma and provides a facilitating scaffold for tumor angiogenesis. This study investigates the potential of the (111)In-labeled fibrin-binding peptide EPep for SPECT imaging of intratumoral fibrin deposition. (111)In-EPep and negative control (111)In-NCEPep were synthesized and characterized in vitro. In vivo SPECT images and ex vivo biodistribution profiles and autoradiographs were obtained in a fibrin-rich BT-20 breast cancer mouse model. Furthermore, biodistribution profiles were obtained in the fibrin-poor MDA-MD-231 model. In vitro, (111)In-EPep displayed significantly more binding than (111)In-NCEPep toward human and mouse derived fibrin. SPECT/CT images displayed a marked SPECT signal in the tumor area for BT-20 tumor bearing mice injected with EPep but not for mice injected with NCEPep. Biodistribution profiles of BT-20 tumor bearing mice 3 h post-tracer injection showed significantly higher tumor uptake for EPep with respect to NCEPep (0.39 ± 0.14 and 0.11 ± 0.03% ID g(-1), respectively), whereas uptake in other organs was similar for EPep and NCEPep. Autoradiography of BT-20 tumor sections displayed a high signal for EPep which colocalized with intratumoral fibrin deposits. Histological evaluation of MDA-MB-231 tumor sections displayed no significant tumor stroma and only minute fibrin deposits. Biodistribution profiles in MDA-MB-231 tumor bearing mice 3 h post-injection showed EPep tumor uptake (0.14 ± 0.04% ID g(-1)) which was significantly lower with respect to EPep BT-20 tumor uptake, indicating fibrin-specificity of EPep tumoral uptake. In conclusion, this work demonstrates the potential of EPep SPECT imaging for visualization of tumoral fibrin deposition.
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 | 0,000 | 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) | 0,001 | 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 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 ».