Development and characterization of aptamer-conjugated imaging tools for diagnostic applications
Notice bibliographique
Résumé
Magnetic resonance imaging (MRI) and computed tomography (CT) are imaging modalities commonly used to assess blood flow; however, neither can label a blood clot that may either disrupt flow, causing an ischemic stroke, or have the ability to demonstrate where a cerebral hemorrhage has occurred (hemorrhagic stroke).To improve the diagnosis and treatment of blood vessel diseases, such as stroke and aneurysms, we developed fibrinogen aptamer (FA)-functionalized contrast agents, enabling the identification and labelling of blood clots.Fibrin was chosen as the target of interest as it is involved in blood clot formation and is, therefore, a major constituent of aforementioned conditions.Since FA was originally selected to bind fibrinogen, fibrin-binding validation was required.It was hypothesized that FA would retain some binding affinity towards the polymerized form, fibrin, given that most of the structural elements of fibrinogen remain unmodified in the final form.To assess the affinity and selectivity of FA towards nonsolution-based fibrin, FA was tagged with a green emitting fluorophore and fluorescence co-localization was monitored.FA was selective, and binding was immediate upon direct interaction, accumulating to a significant amount within minutes.Solubilized fibrin was also used in a number of binding validation studies, including microscale thermophoresis, isothermal titration calorimetry, and circular dichroism.These techniques were used to calculate the apparent Kd, which was found to be within the acceptable range when compared to the known Kd of FA to fibrinogen.Four different FA-targeted contrast materials were produced, including gadolinium conjugates (Gd(III)-DOTA/NOTA-FA) for MRI, iodinated-FA and FA-functionalized gold nanoparticles (FA-AuNPs) for CT, and FA-functionalized gold-coated iron-oxide
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».