Development of contrast and molecular ultrasound methods to guide immune checkpoint cancer therapy
Notice bibliographique
Résumé
Immune checkpoint inhibitor (ICI) is only effective in 20–50% of cancer patients. Tumor endothelial cells (ECs) and blood vessels contribute to immune evasion. The objective of this work was to develop and investigate the utility of contrat and molecular ultrasound (CMUS) to guide or predict ICI treatment response through longitudinal imaging of tumor ECs and blood vessels. We first validated, using commercially available targeted and non-targeted microbubbles (MBs), that these can be used to predict ICI therapy response. A total of 33 wild-type mice (immuno-competent with varying treatment response) implanted with CT26 colon cancer were used. Animals were imaged longitduinally during an ICI treatment regiment (10mg/kg anti-PD-L1). Quantification was with standard perfusion (blood flow/volume) and molecular (differential targeted enhancement, dTE) parameters. We also developed and validated human-translatable anti-PDL1 targeted MBs based on aptamers and click chemistry and validated those in 12 animals. Results indicate that both perfusion parameters and the dTE could differentiate between responders and non-responders with signficance (p < 0.05), with potentially complementary inight. Translatable MBs were also capable of providing adequate quantification of PD-L1 expression on ECs. Take together, our results suggest that ultrasound-based contrast and molecular ultrasound could ptorvide a real-time dynamic tool for bedside guidance of ICI therapies in cancer patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».