Sensitive Spatiotemporal Tracking of Spontaneous Metastasis in Deep Tissues via a Genetically-Encoded Magnetic Resonance Imaging Reporter
Notice bibliographique
Résumé
ABSTRACT Metastasis remains a poorly understood aspect of cancer biology and the leading cause of cancer-related death, yet most preclinical cancer studies do not examine metastasis, focusing solely on the primary tumor. One major factor contributing to this paradox is a gap in available tools for accurate spatiotemporal measurements of metastatic spread in vivo . Our objective was to develop an imaging reporter system that offers sensitive three-dimensional detection of cancer cells at high resolutions in live mice. We utilized organic anion-transporting polypeptide lb3 ( oatp1b3 ) as a magnetic resonance imaging (MRI) reporter gene to this end, and systematically optimized its framework for in vivo tracking of viable cancer cells in a spontaneous metastasis model. We were able to image metastasis on oatp1b3 -MRI at the single lymph node level and continued to track its progression over time as cancer cells spread to multiple lymph nodes and different organ systems in single animals. While initial single lesions were successfully imaged in parallel via bioluminescence, later metastases were obscured by light scatter from the initial node. Importantly, we demonstrate and validate that 100-μm isotropic resolution MR images could detect micrometastases in lung tissue estimated to contain fewer than 10 3 cancer cells. In summary, oatp1b3 -MRI enables precise determination of lesion size and location over time and offers a path towards deep-tissue tracking of any oatp1b3-engineered cell type with combined high resolution, high sensitivity, 3D spatial information, and surrounding anatomical context.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».