MétaCan
Menu
Retour à la cohorte
Enregistrement W3033437513 · doi:10.3390/molecules25112626

Production and Semi-Automated Processing of 89Zr Using a Commercially Available TRASIS MiniAiO Module

2020· article· en· W3033437513 sur OpenAlexaff
Vijay Gaja, Jacqueline F. Cawthray, C. Ronald Geyer, Humphrey Fonge

Notice bibliographique

RevueMolecules · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiopharmaceutical Chemistry and Applications
Établissements canadiensRoyal University HospitalCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésOxalic acidRadiochemistryElutionPet imagingVialChemistryDissolutionProcess engineeringComputer scienceChromatographyMaterials scienceNuclear medicineEngineeringPositron emission tomography

Résumé

récupéré en direct d'OpenAlex

The increased interest in 89Zr-labelled immunoPET imaging probes for use in preclinical and clinical studies has led to a rising demand for the isotope. The highly penetrating 511 and 909 keV photons emitted by 89Zr deliver an undesirably high radiation dose, which makes it difficult to produce large amounts manually. Additionally, there is a growing demand for Good Manufacturing Practices (GMP)-grade radionuclides for clinical applications. In this study, we have adopted the commercially available TRASIS mini AllinOne (miniAiO) automated synthesis unit to achieve efficient and reproducible batches of 89Zr. This automated module is used for the target dissolution and separation of 89Zr from the yttrium target material. The 89Zr is eluted with a very small volume of oxalic acid (1.5 mL) directly over the sterile filter into the final vial. Using this sophisticated automated purification method, we obtained satisfactory amount of 89Zr in high radionuclidic and radiochemical purities in excess of 99.99%. The specific activity of three production batches were calculated and was found to be in the range of 1351–2323 MBq/µmol. ICP-MS analysis of final solutions showed impurity levels always below 1 ppm.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,066
Tête enseignante GPT0,328
Écart entre enseignants0,262 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoleculesMême sujetRadiopharmaceutical Chemistry and ApplicationsTravaux en français237 207