Correlation of Somatostatin Receptor-2 Expression with Gallium-68-DOTA-TATE Uptake in Neuroblastoma Xenograft Models
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
Peptide-receptor imaging and therapy with radiolabeled somatostatin analogs such as 68 Ga-DOTA-TATE and 177 Lu-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 68 Ga-DOTA-TATE uptake and 177 Lu-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 68 Ga-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 68 Ga-DOTA-TATE uptake in CHLA-15 tumors. With a low dose of 177 Lu-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 131 I-MIBG therapy, low 123 I-MIBG uptake was observed in all selected NB xenografts. In conclusion, SSTR2 expression levels are associated with 68 Ga-DOTA-TATE uptake and antitumor efficacy of 177 Lu-DOTA-TATE. 68 Ga-DOTA-TATE PET is superior to 123 I-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 177 Lu-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.
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 | 0,000 | 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) | 0,000 | 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