Reducing the Kidney Uptake of High Contrast CXCR4 PET Imaging Agents via Linker Modifications
Notice bibliographique
Résumé
Purpose: The C-X-C chemokine receptor 4 (CXCR4) is highly expressed in many subtypes of cancers, notably in several kidney-based malignancies. We synthesized, labeled, and assessed a series of radiotracers based on a previous high contrast PET imaging radiopharmaceutical [68Ga]Ga-BL02, with modifications to its linker and metal chelator, in order to improve its tumor-to-kidney contrast ratio. Methods: Based on the design of BL02, a piperidine-based cationic linker (BL06) and several anionic linkers (tri-Aad (BL17); tri-D-Glu (BL20); tri-Asp (BL25); and tri-cysteic acid (BL31)) were substituted for the triglutamate linker. Additionally, the DOTA chelator was swapped for a DOTAGA chelator (BL30). Each radiotracer was labeled with 68Ga and evaluated in CXCR4-expressing Daudi xenograft mice with biodistribution and/or PET imaging studies. Results: Of all the evaluated radiotracers, [68Ga]Ga-BL31 showed the most promising biodistribution profile, with a lower kidney uptake compared to [68Ga]Ga-BL02, while retaining the high imaging contrast capabilities of [68Ga]Ga-BL02. [68Ga]Ga-BL31 also compared favorably to [68Ga]Ga-Pentixafor, with superior imaging contrast in all non-target organs. The other anionic linker-based radiotracers showed either equivocal or worse contrast ratios compared to [68Ga]Ga-BL02; however, [68Ga]Ga-BL25 also showed lower kidney uptake, as compared to that of [68Ga]Ga-BL02. Meanwhile, [68Ga]Ga-BL06 had high non-target organ uptake and relatively lower tumor uptake, while [68Ga]Ga-BL30 showed significantly increased kidney uptake and similar tumor uptake values. Conclusions: [68Ga]Ga-BL31 is an optimized CXCR4-targeting radiopharmaceutical with lower kidney retention that has clinical potential for PET imaging and radioligand therapy.
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) | 0,002 | 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 ».