项目名称: 近红外分子/纳米荧光探针制备及其在肿瘤分子成像分析中的应用研究

项目编号: No.21275018

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 张小玲

作者单位: 北京理工大学

项目金额: 80万元

中文摘要: 恶性肿瘤是当今世界严重威胁人类健康和生存的重大疾病,肿瘤的早期诊断、发现、治疗是关键。近红外光学分子成像备受关注,但肿瘤靶向可激活近红外荧光探针的设计制备面临巨大挑战。本申请项目将设计合成系列GeR或其它(如Cyanine dyes)近红外荧光染料,采取各种策略赋予其可激活性和肿瘤靶向性,建立针对典型肿瘤标志物的高特异性、高灵敏检测方法,应用于肿瘤细胞及组织的成像分析,探索其在肿瘤早期诊断、内窥镜影像分析以及辅助界定肿瘤病灶边缘指导手术切除治疗中的应用。本研究不仅为肿瘤医学基础和应用研究提供有效的手段,其探针设计合成策略也为其它分子影像学试剂的研究提供思路。

中文关键词: 近红外;荧光探针;肿瘤;分子成像;

英文摘要: Cancer is one of the most pressing public health concerns. Early detection of localized and disseminated tumor cells in patients is very critical to the success of cancer therapy and improvement of patients' survival rates. Near infrared (NIR) fluorescence imaging is emerging as promising modality for the cancer detection and has been dedicated immense attention. Satisfactory cancer NIR fluorescence imaging needs excellent NIR probes. However, the development of multifunctional agents for simultaneous tumor targeting and NIR fluorescence imaging is still a big challenge. Here in, novel NIR functional fluorescent dyes for cancer targeting and imaging will be designed and synthesized. By using various strategies cancer targeting activatable NIR probes will be developed, and their preferential uptake and rentention in tumor cells and tissues will be investigated, their applications for cancer early detection and fluorescence-guided resection will be explored. We believe these newly developed multifunctional NIR dyes will broaden current concept of tumor targeted imaging and hold promise to make an important contribution to the diagnosis and therapeutics for the treatment of cancer.

英文关键词: near infrared;fluorescent probe;tumor;molecular imaging;

成为VIP会员查看完整内容
0

相关内容

专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
65+阅读 · 2021年6月3日
专知会员服务
95+阅读 · 2021年5月25日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
「图分类研究」最新2022综述
专知
5+阅读 · 2022年2月13日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
38+阅读 · 2020年3月10日
小贴士
相关VIP内容
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
45+阅读 · 2021年10月1日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
65+阅读 · 2021年6月3日
专知会员服务
95+阅读 · 2021年5月25日
专知会员服务
121+阅读 · 2021年4月29日
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
27+阅读 · 2021年1月29日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员