Synthesis and Evaluation of 99mTc-Labeled PSMA-Targeted Tracers Based on the Lys-Urea-Aad Pharmacophore for Detecting Prostate Cancer with Single Photon Emission Computed Tomography
Notice bibliographique
Résumé
Prostate-specific membrane antigen (PSMA) is a well-validated prostate cancer marker but reported PSMA-targeted tracers derived from the Lys-urea-Glu pharmacophore including the clinically validated [99mTc]Tc-EDDA/HYNIC-iPSMA have high off-target uptake in kidneys, spleen, and salivary glands. In this study, we synthesized and evaluated three novel 99mTc-labeled PSMA-targeted tracers and investigated if the tracers derived from the Lys-urea-Aad pharmacophore could have minimized uptake in off-target organs/tissues. In vitro competition binding assays showed that compared with HYNIC-iPSMA, the three novel ligands had slightly weaker PSMA binding affinity (average Ki = 3.11 vs. 8.96–11.6 nM). Imaging and ex vivo biodistribution studies in LNCaP tumor-bearing mice showed that [99mTc]Tc-EDDA/HYNIC-iPSMA and the three novel tracers successfully visualized LNCaP tumor xenografts in SPECT images and were excreted mainly via the renal pathway. The average tumor uptake at 1 h post-injection varied from 5.40 to 18.8%ID/g, and the tracers derived from the Lys-urea-Aad pharmacophore had much lower uptake in the spleen and salivary glands. Compared with the clinical tracer [99mTc]Tc-EDDA/HYNIC-iPSMA, the Lys-urea-Aad-derived [99mTc]Tc-EDDA-KL01127 had lower background uptake and superior tumor-to-background contrast ratios and is therefore promising for clinical translation to detect prostate cancer lesions with SPECT.
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 | 0,001 |
| 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 ».