Correlation of Somatostatin Receptor-2 Expression with Gallium-68-DOTA-TATE Uptake in Neuroblastoma Xenograft Models
Notice bibliographique
Résumé
Peptide-receptor imaging and therapy with radiolabeled somatostatin analogs such as 68Ga-DOTA-TATE and 177Lu-DOTA-TATE have become an effective treatment option for SSTR-positive neuroendocrine tumors. The purpose of this study was to evaluate the correlation of somatostatin receptor-2 (SSTR2) expression with 68Ga-DOTA-TATE uptake and 177Lu-DOTA-TATE therapy in neuroblastoma (NB) xenograft models. We demonstrated variable SSTR2 expression profiles in eight NB cell lines. From micro-PET imaging and autoradiography, a higher uptake of 68Ga-DOTA-TATE was observed in SSTR2 high-expressing NB xenografts (CHLA-15) compared to SSTR2 low-expressing NB xenografts (SK-N-BE(2)). Combined autoradiography-immunohistochemistry revealed histological colocalization of SSTR2 and 68Ga-DOTA-TATE uptake in CHLA-15 tumors. With a low dose of 177Lu-DOTA-TATE (20 MBq/animal), tumor growth inhibition was achieved in the CHLA-15 high SSTR2 expressing xenograft model. Although, in vitro, NB cells showed variable expression levels of norepinephrine transporter (NET), a molecular target for 131I-MIBG therapy, low 123I-MIBG uptake was observed in all selected NB xenografts. In conclusion, SSTR2 expression levels are associated with 68Ga-DOTA-TATE uptake and antitumor efficacy of 177Lu-DOTA-TATE. 68Ga-DOTA-TATE PET is superior to 123I-MIBG SPECT imaging in detecting NB tumors in our model. Radiolabeled DOTA-TATE can be used as an agent for NB tumor imaging to potentially discriminate tumors eligible for 177Lu-DOTA-TATE therapy.
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 ».