Imaging macrophage distribution and density in mammary tumors and lung metastases using fluorine‐19 MRI cell tracking
Notice bibliographique
Résumé
Purpose The presence of tumor‐associated macrophages (TAMs) correlates with breast cancer progression and metastatic spread. Metastasis‐associated macrophages (MAMs) are also recruited to distant sites, where they support metastatic growth. In this study, we demonstrate that in vivo fluorine‐19 ( 19 F)‐based MRI cell tracking can evaluate the density and distribution of macrophages within murine breast cancer tumors and associated metastases. Methods Three murine breast cancer cell lines with different metastatic potentials (4T1, 168FARN, and 67NR) were implanted into the mammary fat pad in mice. In vivo whole body 19 F MRI was performed on tumor‐bearing mice 24 hours post‐intravenous injection of a perfluorocarbon (PFC) agent, which was taken up by macrophages in situ. Results TAMs were detected mainly in the periphery of primary tumors, and higher numbers of TAMs were detected in the more aggressive 4T1 tumors. Tumors had significantly greater 19 F spins/mm 3 when they were smaller, suggesting more TAM infiltration in early‐stage tumors. 19 F signal was observed within lung metastases in mice with 4T1 tumors, and fluorescence microscopy confirmed the presence of PFC‐positive macrophages. Conclusion This study shows for the first time proof of the ability to use MRI cell tracking to visualize MAMs in the lungs. The ability to detect and monitor the number of TAMs in individual tumors with 19 F MRI would allow for identification of breast tumors with heavy infiltration of TAMs and could be used as a biomarker for decisions about how to best treat these patients as well as for monitoring responses to therapy. Magn Reson Med 80:1138–1147, 2018. © 2018 International Society for Magnetic Resonance in Medicine.
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 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) | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».