Verapamil解析法としての積分法

@Article{Lee:Verapamil, keyword={551, verapamil, kinetic},
    author={Young-Joo Lee and Jun Maeda and Hiroyuki Kusuhara and
    Takashi Okauchi and Motoki Inaji and Yuji Nagai and Shigeru Obayashi 
    and Ryuji Nakao and Kazutoshi Suzuki and Yuichi Sugiyama and Tetsuya Suhara},
    title={In vivo evaluation of {P}-glycoprotein function at the blood-brain 
    barrier in nonhuman primates using {[$^{11}$C]Verapamil}},
    journal={J Pharmacol Exp Ther}, volume=316, number=2,
    pages={647--653}, year=2006, DOI={10.1124/jpet.105.088328}}

VerapamilによるP-gp機能解析法としての、積分法の提案。要するに、投与初期での挙動を数値化したいということ。やはり、k2なのだろうか。

Verapamilの解析法 分布体積は使えるのか?

@Article{Bart:Verapamil, keyword={550, verapamil, kinetic},
    author={Joost Bart and Antton T M Willemsen and Harry J M Groen
    and Winette T A van der Graaf and Theodora D Wegman and Willem Vaalburg
    and Elisabeth G E de Vries and N Harry Hendrikse},
    title={Quantitative assessment of {P}-glycoprotein function in the rat
    blood-brain barrier by distribution volume of {[$^{11}C]}verapamil measured
    with PET},
    journal={NeuroImage}, volume=20, pages={1775--1782}, year=2003}

P-gp描出用リガンドのVerapamilの、解析法に関する論文。P-gpは、細胞内から血液への物質は移設を担当するわけだから、k2がその機能を端的に表すと思うのだが、これを分布体積で代用できますよという内容。

Verapamilの動態解析

@Article{Lubberink:Verapamil, keyword={549, verapamil, kinetic}, author={Mark
    Lubberink and Gert Luurtsema and Bart NM van Berckel and Ronald Boellaard
    and Rolf Toornvliet and Albert D Windhorst and Eric JF Franssen and Afrian
    A Lammertsma}, journal=JCBF, volume=27, year=2007, pages={424--433},
    DOI={10.10038/sj.jcbfm.9600349}}

P-glycoprotein用リガンド、verapamilの動態解析用モデルの比較検討。

Verapamil、代謝物生成が多く、さらにそれらは脳に入っていく。そのどこまで動態モデルに含めるべきか、モデルの可推定性に立脚して比較。

結果は、demethylationによる代謝物補正のみを掛けたpTACに対して、1T2Cコンパートメントモデルを適用したらよいことになった。

マウスのtTACを推定

@Article{Green:AnimalpTACEstimation, keyword={548, animal PET, EPICA},
    title={[http://jnm.snmjournals.org/cgi/content/abstract/39/4/729:title=Noninvasive methods for quantitating blood time=activity curves
    from mouse PET images obtained with fluorine-18-fluorodeoxyglucose]},
    author={Leeta A Green and Sanjiv S Gambhir and Ashok Srinivasan and Pranab
    K Banerjee and Carl K Hoh and Simon R Cherry and Susan Sharfstein and
    Jorge R Barrio and Harvey R Herschman and Michael E Phelps}, 
    journal={J Nucl Med}, year=1998, pages={729--734},
    month=apr, volume=39, number=4}

マウス肝臓からの、pTAC推定。実験動物としてのマウスの有効性の言及があり、参考文献として至適。

但し、真のpTACの定数倍が肝臓のtTACであると仮定しており、動態を無視している。これでよいのだろうか？

Ratで長期間のFDG撮影

@Article{Moore:AnimalFDG, keyword={547, animal PET, FDG},
    title={Quantitative assessment of longitudial metabolic changes in vivo
    traumatic brain injury in the adult rat using FDG-MicroPET},
    author={Amy H Moore and Cheri L Osteen and Arion F Chatziioannou
    and David A Hovda and Simon R Cherry}, 
    journal=J Cereb Blood Flow Metabo, volume=20, pages={1492--1501}, year=2000}

Ratにカテーテルを入れて、dynamic収集。Ratの動脈採血は、問題無く行えるようですね。

動物PET survey

@Article{Cherry:AnimalPET, keyword={546, animal PET, survey},
    title={Use of positron emission tomography in animal research},
    author={Simon R Cherry and Sanjiv S Gambhir},
    journal={ILAR J}, volume=42, number=3, year=2001, pages={219--232}}

動物PETに対する、survey。当面は緊急に、動物PETの現状を把握する必要があるので、その手始め。

PET全般のレクチャ色が強く、目的とする採血に関する情報はあまり得られなかった。

pTAC抜きで動態解析

@Article{Riabkov:BlindEstimation, keyword={545, kinetic, blood sample},
    title={Estimation of kientic parameters without input functions: analysis
    of three methods for mutichannel blind identification},
    author={Dmitri Y Riabkov and Edward V R Bella},
    journal={IEEE Trans Biomed Eng}, volume=49, number=11, month=nov, year=2002, 
    pages={1318--1327}}

Bellaが1999にPhy Med Bioloで発表した、

@Article{Bella:BlindEstimation, keyword={223, kinetic, blood sample},
    title={Blind estimation of compartment model parameters},
    author={Edward V R Di Bella and Rolf Clackdoyle and Grant T Gullberg},
    journal={Phy Med Biol}, year=1999, volume=44, pages={765--780}}

のアルゴリズム改良版。

pTACが、部位間で共通であることを利用して、数式上でpTACを推定してしまうという発想。

雑音に弱い印象が残り、結局実際のデータには適用していないようだ。

pTACの推定は、興味の集まるところだが、結局、実測データの雑音との勝負に成り果てる点と、絶対値が求め難い点が問題点。