Impact of dianionic and dicationic linkers on tumor uptake and biodistribution of [<sup>64</sup>Cu]Cu/NOTA peptide‐based gastrin‐releasing peptide receptors antagonists
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
In this study, we investigated for the first time the influence of 2‐aminoethyl‐piperazine‐1‐carboxylic acid (APCA) and amino‐hexanedioic‐1‐acid (AHDA) on tumor uptake and elimination kinetics of [ 64 Cu]‐radiolabeled gastrin releasing peptide receptors (GRPR) antagonists. Three GRPR antagonists containing the RM26 sequence were synthesized and conjugated with NOTA via different linkers (LK): polyethylene glycol (PEG–neutral), APCA (dicationic) or AHDA (dianionic). The NOTA‐LK‐RM26 peptides were radiolabeled with 64 Cu to assess their pharmacokinetic and positron emission tomography (PET) imaging properties using PC3 tumor‐bearing athymic nude mice. The inhibition constants (K i ) of the 3 nat Cu/NOTA‐LK‐RM26 peptides bearing PEG, dicationic and dianionic linkers were 0.98 ± 0.48 nM, 0.95 ± 0.21 nM, and 17.97 ± 2.79 nM, respectively. The [ 64 Cu] NOTA‐LK‐RM26 conjugates were prepared with labeling yields superior to 95% and specific activities of 67 to 77 TBq/mmol. The 3 radiopeptides were stable in vivo and showed GRPR‐specific uptake in pancreas with a very fast washout of this tissue observed for [ 64 Cu]‐NOTA‐AHDA‐RM26 peptide. Results from imaging studies displayed specific PC3 tumor uptake for both [ 64 Cu]‐NOTA‐APCA‐ and AHDA‐RM26, similar kidney elimination and fast liver washout. Considering their adequate imaging characteristics, [ 64 Cu]‐NOTA‐LK‐RM26 bearing APCA‐ and AHDA‐linkers are promising candidates for GRPR‐targeted PET imaging prostate cancer.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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