项目名称: 基于纳米氧化石墨烯的放射性多模式分子影像探针的研究

项目编号: No.11275050

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: 王明伟

作者单位: 复旦大学

项目金额: 80万元

中文摘要: 由于癌症的复杂性与核素成像的高灵敏度,基于纳米材料的放射性多模式分子影像探针(M3IP)非常有利于癌症早期和更准确诊断。但是此类M3IP存在很多缺点,例如显像周期长、潜在毒性大、所用核素不易获得等。纳米氧化石墨烯(NGO)是新型碳基材料,我们和其它的研究发现,PEG(聚乙二醇)化NGO无毒、EPR效应高,是理想的肿瘤M3IP载体。然而,至今尚无基于NGO的放射性M3IP研究。本项目旨在通过优化NGO体系的组成与性质,利用常规核素18F和131I进行标记,构建 "一天内"快速显像的新型肿瘤靶向放射性M3IP。而且,我们将结合核素固有的核射线与CLI成像原理,发展基于CT的核/CLI即PET/CT/CLI和SPECT/CT/CLI显像新方法,实现细胞、组织和活体及肿瘤术前/中/后的"无缝式"成像功能,从而为指导肿瘤诊治提供新方法、为增强核技术的医学贡献奠定基础。

中文关键词: 核素;分子影像探针;诊疗一体化;纳米氧化石墨烯;癌症

英文摘要: Due to the complexity of cancer and high sensitivity of nuclear imaging, the nanomaterials-based radiolabeled multimodality molecular imaging probes (M3IP) are expected to be most beneficial to earlier and more accurate diagnosis of cancer. For such M3IP at present, there are many disadvantages including the too long imaging period, potential toxicity, and using difficultly available radionuclides, etc. Nano grapheme oxide (NGO) is a new carbon-based material, and our and other preliminary studies found that PEGylated (Polyethylene glycol) NGO with no toxicity and strong EPR effect (Enhanced permeability and retention effect) is an ideal tumor M3IP carrier with the huge advantages. However, there are no studies about NGO-based M3IP by so far. Therefore, through the multi-factor optimization of the composition and nature of NGO derivatives, this project is about to use conventional radionuclide 18F and 131I to label the most optimal candidate according to the tumor targeting and in vivo behavior, and thus to build the new radioactive M3IP with "within one-day imaging" capability. Moreover, we combine the nuclear/CLI imaging characteristics of the radionuclide to develop CT-based new imaging modality nuclear/CLI i.e. PET/CT/CLI and SPECT/CT/CLI. This is aimed to realize the total-solution imaging from the cells,

英文关键词: Radionuclide;Molecular imaging probe;Theranostics;Nanographene oxide;Cancer

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
122+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
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18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 · 2013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 · 2011年12月31日
Arxiv
46+阅读 · 2021年10月4日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
小贴士
相关VIP内容
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
122+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
相关资讯
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
高分子材料领域的十大院士!
材料科学与工程
19+阅读 · 2018年9月18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
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 · 2013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 · 2011年12月31日
微信扫码咨询专知VIP会员