ABSTRACT Purpose In the human brain endogenous dopamine release is commonly assessed by the PET competition model. Although thoroughly validated, cognitive processing yields low signal changes and the assessment of several task conditions requires repeated scanning. Using the framework of functional PET imaging we introduce a novel approach which leverages the incorporation of the radioligand 6-[ 18 F]FDOPA into the dynamic fast-acting regulation of the corresponding enzyme activities by neuronal firing and neurotransmitter release. We demonstrate the feasibility of the approach by the assessment of widely described sex differences in dopamine neurotransmission. Methods Reward and punishment processing was behaviorally investigated in 36 healthy participants, where 16 underwent fPET and fMRI while performing the monetary incentive delay task. 6-[ 18 F]FDOPA was applied as bolus+infusion during a single 50 min PET acquisition. Task-specific changes in dopamine synthesis were identified with the general linear model and quantified with the Gjedde-Patlak plot. Results Monetary gain induced 78% increase in nucleus accumbens dopamine synthesis vs. 49% for loss in men. Interestingly, the opposite was discovered in women (gain: 51%, loss: 78%). Behavioral modeling revealed direct associations of task-specific dopamine synthesis with reward sensitivity in men (rho = −0.7) and with punishment sensitivity in women (rho = 0.89). As expected, fMRI showed robust task-specific neuronal activation but no sex difference. Conclusions Our findings provide a dopaminergic basis for well-known behavioral differences in reward and punishment processing between women and men. This has important implications in psychiatric conditions showing sex-specific prevalence rates, altered reward processing and dopamine signaling. The high temporal resolution and pronounced magnitude of task-specific changes make fPET a promising tool to investigate functional neurotransmitter dynamics during cognitive or emotional processing in various brain disorders.

Purpose: This study aims to assess whole-mount Gleason grading (GG) in prostate cancer (PCa) accurately using a multiomics machine learning (ML) model and to compare its performance with biopsy-proven GG (bxGG) assessment.Materials and Methods: A total of 146 patients with PCa recruited in a pilot study of a prospective clinical trial (NCT02659527) were retrospectively included in the side study, all of whom underwent 68 Ga-PSMA-11 integrated positron emission tomography (PET) / magnetic resonance (MR) before radical prostatectomy (RP) between May 2014 and April 2020.To establish a multiomics ML model, we quantified PET radiomics features, pathway-level genomics features from whole exome sequencing, and pathomics features derived from immunohistochemical staining of 11 biomarkers.Based on the multiomics dataset, five ML models were established and validated using 100-fold Monte Carlo cross-validation.Results: Among five ML models, the random forest (RF) model performed best in terms of the area under the curve (AUC).Compared to bxGG assessment alone, the RF model was superior in terms of AUC (0.87 vs 0.75), specificity (0.72 vs 0.61), positive predictive value (0.79 vs 0.75), and accuracy (0.78 vs 0.77) and showed slightly decreased sensitivity (0.83 vs 0.89) and negative predictive value (0.80 vs Ivyspring International Publisher 0.81).Among the feature categories, bxGG was identified as the most important feature, followed by pathomics, clinical, radiomics and genomics features.The three important individual features were bxGG, PSA staining and one intensity-related radiomics feature. Conclusion:The findings demonstrate a superior assessment of the developed multiomics-based ML model in whole-mount GG compared to the current clinical baseline of bxGG.This enables personalized patient management by identifying high-risk PCa patients for RP.

Radiometals play an important role in nuclear medicine, both for imaging and therapy. Binding studies represent an important step in the development of new radiolabeled ligands, as valuable insights into the binding properties can be gained. However, this technique requires high radiochemical purity, otherwise results may lead to wrong assumptions or misinterpretations of affinities or uptake rates. Therefore, this in vitro study aimed at investigating the cell binding and internalization characteristics of different radiometal chlorides ([

Abstract Although BOLD signal decreases in the default mode network (DMN) are commonly observed during attention-demanding tasks, their neurobiological underpinnings are not fully understood. Previous work has shown decreases but also increases in glucose metabolism that match with or dissociate from these BOLD signal decreases, respectively. To resolve this discrepancy, we analyzed functional PET/MRI data from 50 healthy subjects during the performance of the visuo-spatial processing game Tetris® and combined this with previously published data sets of working memory as well as visual and motor stimulation. Our findings show that the glucose metabolism of the posteromedial DMN is dependent on the metabolic demands of the correspondingly engaged task-positive brain networks. Specifically, the dorsal attention (involved in Tetris®) and frontoparietal networks (engaged during working memory) shape the glucose metabolism of the posteromedial DMN in opposing directions. External attention-demanding tasks lead to a downregulation of the posteromedial DMN with consistent decreases in the BOLD signal and glucose metabolism, whereas working memory is subject to metabolically expensive mechanisms of BOLD signal suppression. We suggest that the former finding is mediated by decreased glutamate signaling, while the latter results from active GABAergic inhibition, regulating the competition between self-generated and task-driven internal demands. The results demonstrate that the DMN relates to cognitive processing in a flexible manner and does not always act as a cohesive task-negative network in isolation.

ABSTRACT The neurobiological basis of learning is reflected in adaptations of brain structure, network organization and energy metabolism. However, it is still unknown how different neuroplastic mechanisms act together and if cognitive advancements relate to general or task-specific changes. To address these questions, we tested how hierarchical network interactions contribute to improvements in the performance of a visuo-spatial processing task by employing simultaneous PET/MR neuroimaging before and after a 4-week learning period. We combined functional PET with metabolic connectivity mapping (MCM) to infer directional interactions across brain regions and subsequently performed simulations to disentangle the role of functional network dynamics and glucose metabolism. As a result, learning altered the top-down regulation of the salience network onto the occipital cortex, with increases in MCM at resting-state and decreases during task execution. Accordingly, a higher divergence between resting-state and task-specific effects was associated with better cognitive performance, indicating that these adaptations are complementary and both required for successful skill learning. Simulations further showed that changes at resting-state were dependent on glucose metabolism, whereas those during task performance were driven by functional connectivity between salience and visual networks. Referring to previous work, we suggest that learning establishes a metabolically expensive skill engram at rest, whose retrieval serves for efficient task execution by minimizing prediction errors between neuronal representations of brain regions on different hierarchical levels.

Poly (ADP-ribose) polymerase (PARP) enzymes are crucial for the repair of DNA single-strand breaks and have become key therapeutic targets in homologous recombination-deficient cancers, including prostate cancer. To enable non-invasive monitoring of PARP-1 expression, several PARP-1-targeting positron emission tomography (PET) tracers have been developed. Here, we aimed to preclinically investigate [carbonyl-11C]DPQ as an alternative PARP-1 PET tracer as it features a strongly distinct chemotype compared to the frontrunners [18F]FluorThanatrace and [18F]PARPi. [carbonyl-11C]DPQ was synthesised in a GE TracerLab FXC2 module, yielding sufficient activity (940 ± 410 MBq), molar activity (53 ± 16 GBq/µmol) and radiochemical purity (> 97%) for subsequent preclinical evaluation. [carbonyl-11C]DPQ showed high stability in formulation, in human plasma, and when incubated with human liver microsomes. In vitro, similar specific uptake was observed in both PC3 prostate cancer cells and CHO-K1 Chinese hamster ovary cells. However, in vivo studies using fertilised chicken eggs (in ovo model) revealed poor and non-displaceable tumour accumulation in PC3-derived xenografts, despite confirmed vascularisation and PARP-1 expression. Rapid uptake was observed in the liver (10 min), with less than 30% of the intact compound remaining in the liver 70 min post-injection. Although [carbonyl-11C]DPQ demonstrated metabolic stability and specific binding in vitro, suboptimal tumour-targeting properties and pronounced liver metabolism were observed in ovo. Therefore, further animal experiments with mammalian models were not indicated.