An MRI contrast agent based on a zwitterionic metal-chelating polymer for hepatorenal angiography and tumor imaging
Notice bibliographique
Résumé
MRI contrast agents such as paramagnetic Gd(iii)-chelates, can improve the ability of MRI in differentiating diseased and healthy tissues, and have been widely used in clinical diagnosis. However, the enhancement effect of small molecular MRI contrast agents is unsatisfied due to their relative high rotation rates. Furthermore, the small molecular contrast agents also suffer from the short blood half-life and nonspecific extracellular diffusion in tissues, which also restricts their applications. To address these issues, we developed a macromolecular MRI contrast agent based on a zwitterionic metal-chelating polymer. Poly(acrylic acid) (PAA) was chosen as the main chain, and diethylenetriamine pentaacetic acid (DTPA) as the metal-chelating group was coupled through the carboxyl groups of PAA using diethylenetriamine (DET) as a linker. The macromolecular MRI contrast agent constructed by chelating with Gd3+ (Gd-PAA) exhibited a much higher longitudinal relaxation rate (r1) than the clinical contrast agent Gd-DTPA. Importantly, due to the stealth ability of the zwitterionic structure, Gd-PAA can reside in the blood long enough without any microvascular leakage in the extracellular space of normal tissues, which allows it to be used for precise blood MR imaging, such as hepatorenal angiography, but also for tumor imaging because of the enhanced permeability and retention (EPR) effecta. Besides, the result of long-term toxicity tests highlights the safety feature of the current contrast agent. Hence, the current contrast agent overcomes the defect of traditional small molecular Gd(iii)-based T1-weighted contrast agents and shows great prospects for future clinical applications.
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 | 0,000 | 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 | 0,000 |
| 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 ».