MétaCan
Menu
Retour à la cohorte
Enregistrement W2810295565 · doi:10.1021/acs.molpharmaceut.8b00392

Positron-Emission Tomography of HER2-Positive Breast Cancer Xenografts in Mice with <sup>89</sup>Zr-Labeled Trastuzumab-DM1: A Comparison with <sup>89</sup>Zr-Labeled Trastuzumab

2018· article· en· W2810295565 sur OpenAlexafffund
Noor Al‐saden, Karen Lam, Conrad Chan, Raymond M. Reilly

Notice bibliographique

RevueMolecular Pharmaceutics · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHER2/EGFR in Cancer Research
Établissements canadiensUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesOntario Institute for Cancer ResearchUniversity of TorontoTerry Fox Foundation
Mots-clésTrastuzumabChemistryImmunoconjugatePositron emission tomographyTrastuzumab emtansineBreast cancerNuclear medicineCancerMedicineMonoclonal antibodyAntibodyImmunology

Résumé

récupéré en direct d'OpenAlex

Our aim was to synthesize 89 Zr-labeled trastuzumab-emtansine ( 89 Zr-DFO-T-DM1) to probe the delivery of trastuzumab-emtansine (T-DM1) to HER2-positive breast cancer (BC) by positron emission tomography (PET). We further aimed to compare the tumor and normal tissue uptake of 89 Zr-DFO-T-DM1 with 89 Zr-DFO-trastuzumab. T-DM1 was modified with 3.0 ± 0.2 desferrioxamine (DFO) chelators for complexing 89 Zr by reaction with a 14-fold molar excess of p-NCS-Bz-DFO. The number of DFO chelators per T-DM1 molecule was quantified spectrophotometrically at 430 nm after the reaction with FeCl 3 . SDS-PAGE and SE-HPLC demonstrated a pure and homogeneous immunoconjugate. DFO-T-DM1 and DFO-trastuzumab were labeled to high efficiency (>97%) with 89 Zr at a specific activity of 0.55 MBq/μg in a 2 M Na 2 CO 3 /0.5 M HEPES buffer, pH 7.0, at RT for 60–90 min. The labeling efficiency was measured by instant thin layer-silica gel chromatography (ITLC-SG) and SE-HPLC. HER2 immunoreactivity was measured in a saturation binding assay using SK-BR-3 human BC cells. 89 Zr-DFO-T-DM1 exhibited high affinity HER2 binding ( K d = 3.7 ± 0.4 nM) that was not significantly different than 89 Zr-DFO-trastuzumab (4.4 ± 0.5 nM; P = 0.06). The optimal time for tumor imaging with 89 Zr-DFO-T-DM1 was 96 h post-injection in NOD-scid mice with s.c. HER2 overexpressing (HER2 3+) BT-474 human BC xenografts. Tumor uptake was dependent on the level of HER2 expression in mice with s.c. BT-474 (HER2 3+), MDA-MB-231/H2N (HER2 2+), MDA-MB-231 (HER2 0–1+), or MDA-MB-468 (HER2 0) human BC xenografts injected with 89 Zr-DFO-T-DM1 (10 μg, 5.2 MBq). All tumors were visualized by microPET/CT, but the tumor intensity was greatest for BT-474 and MDA-MB-231/H2N xenografts. The tumor uptake of 89 Zr-DFO-T-DM1 was 4.1-fold significantly higher than 89 Zr-DFO-trastuzumab in mice with s.c. BT-474 (HER2 3+) xenografts (43.5 ± 4.3%ID/g vs 10.6 ± 5.4%ID/g, respectively; P < 0.001). Tumor uptake of 89 Zr-DFO-T-DM1 in MDA-MB-231/H2N xenografts (HER2 2+) was 3.7-fold significantly higher than 89 Zr-DFO-trastuzumab (10.1 ± 3.6%ID/g vs 2.7 ± 0.5%ID/g; P < 0.001). The higher tumor uptake of 89 Zr-DFO-T-DM1 compared to 89 Zr-DFO-trastuzumab was not due to a higher HER2 binding affinity or to differences in the residence time in the blood or tumor size. We conclude that 89 Zr-DFO-T-DM1 is a useful probe to assess the delivery of T-DM1 to HER2-positive BC. PET with 89 Zr-DFO-trastuzumab has been studied clinically to predict response to T-DM1, but our results suggest that 89 Zr-DFO-T-DM1 may be more accurate due to the differences in the tumor uptake observed in the preclinical BC xenograft mouse models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,361
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMolecular PharmaceuticsMême sujetHER2/EGFR in Cancer ResearchTravaux en français237 207