SCDT-45. ANTIBODY-BASED PET IMAGING OF BRAIN CANCER CELLS INFILTRATION
Notice bibliographique
Résumé
Infiltrated glioblastoma (GBM) cells into the brain parenchyma cause recurrences after tumor resection and there is presently no efficient non-invasive method to detect these infiltrated cells. One obstacle is the blood-brain barrier (BBB), which limits the passage of specific radiolabeled antibodies targeting infiltrated cells to the central nervous system, preventing imaging by positron emission tomography (PET). We hereby aimed to conceive bi-specific radiolabeled antibodies acting in two chronological steps: 1- targeting a transporter to allow receptor-mediated transcytosis through the BBB and 2- targeting a specific biomarker of GBM cells for a specific retention and imaging. We will present the first part of the project consisting to demonstrate that the mono-specific radiolabeled antibody targeting BBB-transporter can actively cross the BBB of healthy rat following injection in the right external carotid artery. This method allows for high tracer concentration in the right hemisphere after first passage following the injection. Comparing the specific radiolabeled antibody to a non-specific antibody, we observe that only the BBB-transmigrating antibody is momentary retained at the BBB and then returns in the blood circulation. We will next assess whether this transitory uptake to the BBB is sufficient to let the bi-specific antibody reaches and link a specific antigen present on the migrating GBM cells. This study demonstrates that our radiolabeled antibody allows for a transitory and specific uptake to the BBB. These successful results are promising for the use of bi-specific radiolabeled antibody targeting infiltrated GBM cells thus should enabling for specific PET imaging.
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 ».