MétaCan
Menu
Retour à la cohorte
Enregistrement W2769121948 · doi:10.1002/jlcr.3583

Automated synthesis of PET radiotracers by copper‐mediated <sup>18</sup>F‐fluorination of organoborons: Importance of the order of addition and competing protodeborylation

2017· article· en· W2769121948 sur OpenAlexafffund
Andrew V. Mossine, Allen F. Brooks, Vadim Bernard‐Gauthier, Justin J. Bailey, Naoko Ichiishi, Ralf Schirrmacher, Melanie S. Sanford, Peter J. H. Scott

Notice bibliographique

RevueJournal of Labelled Compounds and Radiopharmaceuticals · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensAlberta EnergyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaCancer Research SocietyNational Institute of Biomedical Imaging and BioengineeringWeston Brain InstituteU.S. Department of Energy
Mots-clésPositron emission tomographyRadiochemistryChemistryYield (engineering)Pet imagingNuclear chemistryCombinatorial chemistryNuclear medicineMaterials scienceMedicine

Résumé

récupéré en direct d'OpenAlex

In this paper, we describe the use of Cu‐mediated [ 18 F]fluorodeboronation for the automated production of positron emission tomography radiotracers suitable for clinical use. Two recurrent issues with the method, low radiochemical conversion on automation and protoarene byproduct purification issues, have been successfully addressed. The new method was utilized to produce sterile injectable doses of [ 18 F]‐( ± )‐IPMICF17, a positron emission tomography radiotracer for tropomyosin receptor kinase B/C, using an automated synthesis module. The product was isolated in 1.9 ± 0.1% isolated radiochemical yield, excellent radiochemical purity (&gt;99%), and high specific activity (5294 ± 1227 Ci/mmol). Quality control testing confirmed that doses were suitable for clinical use.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,236
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,025
Tête enseignante GPT0,343
Écart entre enseignants0,318 · 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

Citations56
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Labelled Compounds and RadiopharmaceuticalsMême sujetMedical Imaging Techniques and ApplicationsTravaux en français237 207