Biodistribution of a Radiolabeled Antibody in Mice as an Approach to Evaluating Antibody Pharmacokinetics
Notice bibliographique
Résumé
(1) Background: Monoclonal antibodies are used in the treatment of multiple conditions including cancer, autoimmune disorders, and infectious diseases. One of the initial steps in the selection of an antibody candidate for further pre-clinical development is determining its pharmacokinetics in small animal models. The use of mass spectrometry and other techniques to determine the fate of these antibodies is laborious and expensive. Here we describe a straightforward and highly reproducible methodology for utilizing radiolabeled antibodies for pharmacokinetics studies. (2) Methods: Commercially available bifunctional linker CHXA” and 111Indium radionuclide were used. A melanin-specific chimeric antibody A1 and an isotype matching irrelevant control A2 were conjugated with the CHXA”, and then radiolabeled with 111In. The biodistribution was performed at 4 and 24 h time points in melanoma tumor-bearing and healthy C57BL/6 female mice. (3) The biodistribution of the melanin-binding antibody showed the significant uptake in the tumor, which increased with time, and very low uptake in healthy melanin-containing tissues such as the retina of the eye and melanized skin. This biodistribution pattern in healthy tissues was very close to that of the isotype matching control antibody. (4) Conclusions: The biodistribution experiment allows us to assess the pharmacokinetics of both antibodies side by side and to make a conclusion regarding the suitability of specific antibodies for further development.
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 | 0,001 |
| 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 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 ».