MétaCan
Menu
Retour à la cohorte
Enregistrement W2526060246 · doi:10.1021/acs.molpharmaceut.6b00464

Targeting the Neuropeptide Y1 Receptor for Cancer Imaging by Positron Emission Tomography Using Novel Truncated Peptides

2016· article· en· W2526060246 sur OpenAlexafffund
Chengcheng Zhang, Jinhe Pan, Kuo‐Shyan Lin, Iulia Dude, Joseph Lau, Jutta Zeisler, Helen Merkens, Silvia Jenni, Brigitte Guérin, François Bénard

Notice bibliographique

RevueMolecular Pharmaceutics · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuropeptides and Animal Physiology
Établissements canadiensUniversité de SherbrookeUniversity of British ColumbiaBC Cancer Agency
Organismes subventionnairesCanadian Institutes of Health ResearchLeading Edge Endowment Fund
Mots-clésPositron emission tomographyBrain positron emission tomographyNeuropeptideCancer researchReceptorCancerNeuropeptide Y receptorNuclear medicineChemistryMedicineMolecular biologyPreclinical imagingBiologyInternal medicineGeneticsIn vivo

Résumé

récupéré en direct d'OpenAlex

The neuropeptide Y 1 receptor (Y1R) is overexpressed in many human cancers, particularly breast cancer. Due to stability issues, limited success has been achieved for Y1R imaging agents, including full length and truncated neuropeptide Y (NPY) analogues. The goal of this study was to evaluate the possibility of using radiolabeled truncated NPY analogues to visualize Y1R expression in a preclinical model of Y1R-positive tumor. Four truncated NPY analogues were synthesized based on the sequence of [Pro 30, Tyr 32, Leu 34 ]NPY(28–36), also known as BVD15. We substituted Tyr 5 and Arg 6 with unnatural amino acids aiming to enhance plasma stability while maintaining good receptor binding affinity to Y1R. In addition, we substituted Leu 4 to Lys 4 in order to conjugate via an optional linker the DOTA chelator for 68 Ga labeling. Receptor binding affinity and plasma stability of these compounds were evaluated. Positron emission tomography/computed tomography (PET/CT) imaging and biodistribution studies were performed using immune-compromised mice bearing HEK293T::WT and HEK293T::hY1R tumors. [Lys(Ga-DOTA) 4, Bip 5 ]BVD15 (CCZ01035), [Lys(Ahx-Ga-DOTA) 4, Bip 5 ]BVD15 (CCZ01053), and [Lys(Pip-Ga-DOTA) 4, Bip 5 ]BVD15 (CCZ01055) demonstrated good binding affinity to Y1R ( K i = 23.4–32.3 nM), while [Lys(Ga-DOTA) 4, Har 6 ]BVD15 (P05067) showed poor binding affinity ( K i > 1000 nM). In addition, CCZ01055 exhibited low binding affinity ( K i > 1000 nM) to Y2R and Y4R, demonstrating its selectivity to Y1R. The former three peptides showed improved in vitro plasma stability of 7–16% remaining intact after 1 h incubation. PET/CT imaging and biodistribution studies for 68 Ga-labeled CCZ01053, CCZ01035, and CCZ01055 showed that radioactivity was mainly cleared by the renal pathway, and HEK293T::hY1R tumors were clearly visualized with minimal background activity with the latter two. Of these two tracers, [ 68 Ga]CCZ01055 provided lower kidney accumulation and higher contrast, i.e., average uptake ratios of Y1R tumor to wild type tumor, blood, and muscle are 3.87 ± 0.83, 4.12 ± 1.14, and 17.6 ± 4.64, respectively. Furthermore, Y1R tumor uptake with [ 68 Ga]CCZ01055 was significantly reduced with coinjection of 100 μg of peptide YY, confirming the specificity of tumor accumulation was receptor mediated. We successfully developed the first Y1R-targeting truncated NPY analogues for PET imaging in a preclinical model, and [ 68 Ga]CCZ01055 is a critical template for designing improved imaging agents to detect Y1R expressing cancers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,329
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PharmaceuticsMême sujetNeuropeptides and Animal PhysiologyTravaux en français237 207