项目名称: 具有诊疗一体化的多模靶向MOFs新探针的制备及其影像学评价

项目编号: No.81501540

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 医药、卫生

项目作者: 尚文婷

作者单位: 中国科学院自动化研究所

项目金额: 18万元

中文摘要: 金属有机框架材料(MOFs)是近年来研究的新型热门材料,由于其具有孔隙率高,比表面积大,合成方便,骨架规模大小结构可控,配体与金属可替换,以及可根据目标要求作化学修饰等优点,将MOFs设计成诊疗一体化探针有很大的应用前景。设计MOFs材料具有靶向性、包埋抗癌药物的造影探针Au@Fe-BDC,通过Au以及Fe-BDC的光学、磁学行为,利用光声成像、核磁成像等多种手段探究肿瘤成像行为,并通过包埋的药物缓释提高治疗效果,最终达到在诊断的过程中同时进行治疗。本项目旨在利用MOFs探针的造影行为,提高肿瘤诊断效率,避免“假阳性”诊断结果,为肿瘤早期精确诊断提供依据;研究MOFs探针的载药行为,提高对肿瘤治疗的选择特异性、药效性,降低对正常组织的毒副作用,这将为恶性肿瘤的早期诊断、及时治疗提供具有高特异性、高灵敏度的一种新型诊疗一体化探针。

中文关键词: 靶向探针;多模态成像;纳米MOFs材料;诊疗一体化

英文摘要: Nanoscale Metal-organic frameworks (MOFs) as a class of novel crystalline materials have attracted much attention recently. They have been shown to be a sort of promising in-vivo anticancer agent, as their distinctive advantages such as high porosity, surface area, readily synthesized, and structure controllable etc. We developed a kind of novel nanoparticles Au@Fe-BDC, for the purpose of the targeted delivery of anticancer therapeutics and multimodal contrast agents. Based on the behavior of Au and Fe-BDC particles in optics and magnetics, we utilized the optical imaging, the photoacoustic imaging and the magnetic resonance imaging for the tumor research. In this proposal, we wish to improve the efficiency of tumor diagnosis and to avoid the “false-positive” diagnosis, hence to provide an accuracy diagnosis in early cancer stages. According to the MOFs’ drug loading behaviors, it will increase the specificity and potency during the oncotherapy, but also decease the toxic side effect to the normal tissue. In summary, MOFs will be a prospective integrated probe in the early cancer diagnosis and timely treatment.

英文关键词: Targeted Probe;Multimodality imaging;MOFs;Theranostics

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
27+阅读 · 2021年9月6日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
36+阅读 · 2021年4月23日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20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 · 2015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 · 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 · 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 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20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19日
Salient Objects in Clutter
Arxiv
0+阅读 · 2022年4月18日
Arxiv
46+阅读 · 2021年10月4日
小贴士
相关主题
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
27+阅读 · 2021年9月6日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
31+阅读 · 2021年5月7日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
36+阅读 · 2021年4月23日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
相关基金
国家自然科学基金
0+阅读 · 2015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 · 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 · 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 · 2009年12月31日
微信扫码咨询专知VIP会员