<i>In vivo</i> tracking of adenoviral-transduced iron oxide-labeled bone marrow-derived dendritic cells using magnetic particle imaging
Notice bibliographique
Résumé
ABSTRACT Background Despite widespread study of dendritic cell (DC)-based cancer immunotherapies, the in vivo post-injection fate of DC remains largely unknown. Due in part to a lack of quantifiable imaging modalities, this is troubling as the amount of DC migration to secondary lymphoid organs correlates with therapeutic efficacy. Preliminary studies have identified magnetic particle imaging (MPI) as a suitable modality to quantify in vivo migration of superparamagnetic iron oxide-(SPIO)-labeled DC. Herein, we describe a lymph node- (LN)-focused MPI scan to quantify DC in vivo migration accurately and consistently. Methods Both adenovirus (Ad)-transduced SPIO + (Ad SPIO + ) and SPIO + C57BL/6 bone marrow-derived DC were generated and assessed for viability and phenotype using flow cytometry. Ad SPIO + and SPIO + DC were fluorescently-labeled and injected into C57BL/6 mouse hind footpads (n=6). Two days later, in vivo DC migration was quantified using whole animal, popliteal LN- (pLN)-focused, and ex vivo pLN MPI scans. Results No significant differences in viability, phenotype and in vivo pLN migration were noted for Ad SPIO + and SPIO + DC. Day 2 pLN-focused MPI successfully quantified DC migration in all instances while whole animal MPI only quantified pLN migration in 75% of cases. Ex vivo MPI and fluorescence microscopy confirmed MPI signal was pLN-localized and due to originally-injected Ad SPIO + and SPIO + DC. Conclusions We overcame a reported limitation of MPI by using a pLN-focused MPI scan to quantify pLN-migrated Ad SPIO + and SPIO + DC in 100% of cases. With this improved method, we detected as few as 1000 DC (4.4 ng Fe) in vivo . MPI is a suitable pre-clinical imaging modality to assess DC-based cancer immunotherapeutic efficacy.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».