MétaCan
Menu
Retour à la cohorte
Enregistrement W2974156609 · doi:10.1002/jlcr.3805

“In‐loop” carbonylation—A simplified method for carbon‐11 labelling of drugs and radioligands

2019· article· en· W2974156609 sur OpenAlexaff
Mélodie Ferrat, Kenneth Dahl, Christer Halldin, Magnus Schou

Notice bibliographique

RevueJournal of Labelled Compounds and Radiopharmaceuticals · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Imaging Techniques and Applications
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesHorizon 2020 Framework ProgrammeH2020 Marie Skłodowska-Curie ActionsKarolinska InstitutetEuropean Commission
Mots-clésRadioligandChemistryCarbonylationYield (engineering)High-performance liquid chromatographyTriethylamineRacloprideBenzoic acidChromatographyCarbon monoxideNuclear chemistryDopamine receptor D2Organic chemistryMaterials scienceReceptorCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Transition‐metal mediated carbonylation with 11C‐labelled carbon monoxide ([11C]CO) is a versatile method for introducing 11C (t1/2 = 20.3 min) into drugs and radioligands for subsequent use in positron emission tomography (PET). The aim of the current study was to perform the 11C‐carbonylation reaction on the interior surface of a stainless‐steel loop used for high performance liquid chromatography (HPLC). In the experimental setup, cyclotron produced 11C‐labelled carbon dioxide ([11C]CO2) was converted to [11C]CO by reduction over heated Molybdenum and swept into an HPLC loop pre‐charged with the appropriate reaction mixture. Following a 5 min reaction, the radiochemical purity (RCP) and the trapping efficiency (TE) of the reaction mixture was determined. After optimization, [11C]N‐Benzylbenzamide was obtained in quantitative radiochemical yield (RCY) following a 5 min reaction at room temperature. The methodology was further applied to label [11C]benzoic acid (RCP≥99%, TE>91%), [11C]methyl benzoate (RCP≥99%, TE>93%) and [11C]phthalide (RCP≥99%, TE>88%). A set of pharmaceuticals was finally radiolabelled using non‐optimized conditions. Excellent yields were obtained for the histamine‐3 receptor radioligand [11C]AZ13198083, the oncology drug [11C]olaparib and the dopamine D2 receptor radioligand [11C]raclopride, whereas a moderate yield was observed for the high‐affinity dopamine D2 receptor radioligand [11C]FLB457. The presented “in‐loop” process proved efficient for diverse 11C‐carbonylations, providing [11C]amides, [11C]esters and [11C]carboxylic acids in moderate to excellent RCYs. Based on the advantages associated with performing the radiolabelling step as an integrated part of the purification system, this methodology may become a valuable addition to the toolbox of methodologies used for 11C‐carbonylation of drugs and radioligands for PET.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,026
Tête enseignante GPT0,378
Écart entre enseignants0,351 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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