Development of a novel 18F-labeled bovine serum albumin radiotracer as a proof-of-concept model for the development of a novel 18F-labeled Ara h 2 radiotracer for studying peanut allergies
Bibliographic record
Abstract
Il existe plusieurs méthodes de radiomarquage de protéines avec du fluor-18 utilisées en imagerie de tomographie par émission de positons (TEP). Nous travaillons sur le développement d'une méthode de radiomarquage d'Ara h 2, une protéine d'arachide responsable de réactions anaphylactiques. Actuellement, il n’existe pas de méthodes permettant l’évaluation in vivo de la pharmacocinétique des allergènes alimentaires après ingestion. Nous avons utilisé un module automatisé avec cassettes pour préparer le groupement prosthétique radiomarqué ([18F]F-Py-TFP). Le précurseur réagit avec les ions fluorure (18F-) dans une cartouche de méthylammonium quaternaire (QMA). Le [18F]FPy-TFP est élué via QMA et une cartouche d'échange de cations en mode mixte (MCX) avec de l'éther. Après l’évaporation de l'éther, le [18F]FPy-TFP réagit avec de l'albumine sérique bovine (BSA) (ou Ara h 2) dans du DMSO, de l'eau et un tampon borate. Dans une autre méthode, la BSA lyophilisée (ou Ara h 2) est dissoute avec [18F]F-Py-TFP dans le DMSO en présence de DIPEA. Dans les deux protocoles, la réaction est chauffée pendant 15 minutes à 40 °C. Le produit est analysé par chromatographie liquide de haute performance. Ces réactions en deux étapes ont été optimisées séparément pour améliorer le rendement radiochimique (RCY). Le [18F]FPy-BSA a été préparé avec succès avec un RCY de 24 % ± 4 (décroissance corrigée) et une activité molaire de 1 196 Ci/mmol. Après plusieurs tentatives, nous n'avons pas réussi le radiomarquage de l’Ara h 2, mais d’autres études de radiofluoration sont en cours de développement.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".