项目名称: 基于硅量子点的新型荧光/磁共振双模态靶向探针的构建及其在肿瘤成像分析中的应用研究

项目编号: No.21475069

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 高分子科学

项目作者: 李文友

作者单位: 南开大学

项目金额: 80万元

中文摘要: 硅量子点因其具有尺寸小、激发光谱宽、发射光谱窄、水溶性良好等优点,特别是对生物体的毒性极小,在生物成像领域有着极其广阔的应用前景。将低毒性的硅量子点与磁性材料结合起来,为发展高性能肿瘤靶向荧光/磁共振双模态生物成像探针打开了新的思路。本课题首先选择微波辅助法、一锅法、微乳液法、刻蚀法等方法制备高性能的硅量子点,并利用掺杂、自组装、封装等方法,使之与磁性材料相结合,生成荧光-磁性复合纳米材料;然后,通过表面功能化在其表面连接上针对肿瘤标志物(靶标)的靶向分子,制备出不同类型的荧光/磁共振双模态靶向生物成像探针,并将其应用于动物活体的肿瘤成像分析研究。本课题是无机化学、材料化学、分析化学、合成化学、分子影像、临床诊断等领域的前沿交叉课题,具有创新性和明显的应用价值。该项目的研究成果可以为肿瘤的发病机理与临床诊疗研究提供强有力的技术支撑。

中文关键词: 硅量子点;荧光/磁共振;双模态;肿瘤靶向;成像探针

英文摘要: Silicon quantum dots (Si QDs) have attracted much attention in biological imaging field due to their excellent properties such as ultrsmall size, wide excitation spectrum, narrow emission spectrum, high quality water solubility and little toxicity. It can provide a new approach to develop tumor-targeted fluorescence (FL) / magnetic resonance (MR) imaging probes by combining Si QDs with magnetic materials. This research will synthesize high quality Si QDs using microwave-assisted, one-pot, microemulsion and etching methods, respectively. Then the Si QDs will be combined with magnetic materials by doping, self-assembly and capsulation, respectively. Next, various tumor-targeted FL/MR imaging probes will be prepared by the conjunction of targeting molecules corresponding to tumor markers on the surface of the composite of Si QDs and magnetic materials, and they will be employed for tumor-targeted imaging. This research is a frontier and innovative topic in the field of bio-imaging, which intercross the field of inorganic chemistry, material chemistry, analytical chemistry, synthetic chemistry, molecular imaging and clinical diagnosis, etc. The results of this research can provide support for the pathogenesis and therapy study of tumors.

英文关键词: Silicon quantum dots;Fluorescence/magnetic resonance;Dual-modality;Tumor-targeted;Imaging probes

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】去栅格化的矢量图识别
专知会员服务
16+阅读 · 2021年11月18日
专知会员服务
29+阅读 · 2021年8月27日
专知会员服务
32+阅读 · 2021年7月26日
专知会员服务
41+阅读 · 2021年7月24日
专知会员服务
66+阅读 · 2021年6月3日
专知会员服务
37+阅读 · 2021年4月23日
专知会员服务
28+阅读 · 2021年1月29日
专知会员服务
32+阅读 · 2020年9月2日
基于深度学习的多标签生成研究进展
专知会员服务
146+阅读 · 2020年4月25日
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24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
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16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 · 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
A Sheaf-Theoretic Construction of Shape Space
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
14+阅读 · 2019年9月11日
Arxiv
10+阅读 · 2018年2月17日
小贴士
相关VIP内容
【NeurIPS2021】去栅格化的矢量图识别
专知会员服务
16+阅读 · 2021年11月18日
专知会员服务
29+阅读 · 2021年8月27日
专知会员服务
32+阅读 · 2021年7月26日
专知会员服务
41+阅读 · 2021年7月24日
专知会员服务
66+阅读 · 2021年6月3日
专知会员服务
37+阅读 · 2021年4月23日
专知会员服务
28+阅读 · 2021年1月29日
专知会员服务
32+阅读 · 2020年9月2日
基于深度学习的多标签生成研究进展
专知会员服务
146+阅读 · 2020年4月25日
相关资讯
自动化所人工智能辅助诊断方法进入肿瘤诊疗指南
中国科学院自动化研究所
1+阅读 · 2021年9月3日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24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
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16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
微信扫码咨询专知VIP会员