A Genetically Encoded Magnetic Resonance Imaging Reporter Enables Sensitive Detection and Tracking of Spontaneous Metastases in Deep Tissues
Notice bibliographique
Résumé
Metastasis is the leading cause of cancer-related death. However, it remains a poorly understood aspect of cancer biology, and 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. Here, our objective was to develop an imaging reporter system that offers sensitive three-dimensional (3D) detection of cancer cells at high resolutions in live mice. An organic anion-transporting polypeptide 1b3 (oatp1b3) was used as an MRI reporter gene, and its sensitivity was systematically optimized for in vivo tracking of viable cancer cells in a spontaneous metastasis model. Metastases with oatp1b3-MRI could be observed at the single lymph node level and tracked over time as cancer cells spread to multiple lymph nodes and different organ systems in individual animals. While initial single lesions were successfully imaged in parallel via bioluminescence, later metastases were largely obscured by light scatter from the initial node. Importantly, MRI could detect micrometastases in lung tissue comprised on the order of 1,000 cancer cells. In summary, oatp1b3-MRI enables longitudinal tracking of cancer cells with combined high resolution and high sensitivity that provides 3D spatial information and the surrounding anatomical context. SIGNIFICANCE: An MRI reporter gene system optimized for tracking metastasis in deep tissues at high resolutions and able to detect spontaneous micrometastases in lungs of mice provides a useful tool for metastasis research.
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 | 0,000 |
| 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) | 0,001 | 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 ».