One-Step<sup>18</sup>F-Labeling of Carbohydrate-Conjugated Octreotate-Derivatives Containing a Silicon-Fluoride-Acceptor (SiFA): In Vitro and in Vivo Evaluation as Tumor Imaging Agents for Positron Emission Tomography (PET)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The synthesis, radiolabeling, and initial evaluation of new silicon-fluoride acceptor (SiFA) derivatized octreotate derivatives is reported. So far, the main drawback of the SiFA technology for the synthesis of PET-radiotracers is the high lipophilicity of the resulting radiopharmaceutical. Consequently, we synthesized new SiFA-octreotate analogues derivatized with Fmoc-NH-PEG-COOH, Fmoc-Asn(Ac₃AcNH-β-Glc)-OH, and SiFA-aldehyde (SIFA-A). The substances could be labeled in high yields (38 ± 4%) and specific activities between 29 and 56 GBq/μmol in short synthesis times of less than 30 min (e.o.b.). The in vitro evaluation of the synthesized conjugates displayed a sst2 receptor affinity (IC₅₀ = 3.3 ± 0.3 nM) comparable to that of somatostatin-28. As a measure of lipophilicity of the conjugates, the log P(ow) was determined and found to be 0.96 for SiFA-Asn(AcNH-β-Glc)-PEG-Tyr³-octreotate and 1.23 for SiFA-Asn(AcNH-β-Glc)-Tyr³-octreotate, which is considerably lower than for SiFA-Tyr³-octreotate (log P(ow) = 1.59). The initial in vivo evaluation of [¹⁸F]SiFA-Asn(AcNH-β-Glc)-PEG-Tyr³-octreotate revealed a significant uptake of radiotracer in the tumor tissue of AR42J tumor-bearing nude mice of 7.7% ID/g tissue weight. These results show that the high lipophilicity of the SiFA moiety can be compensated by applying hydrophilic moieties. Using this approach, a tumor-affine SiFA-containing peptide could successfully be used for receptor imaging for the first time in this proof of concept study.
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle