高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗

本文主要是介绍高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

近期,北京大学王凡教授、中国科学院生物物理研究所史继云研究员和多伦多大学郑钢教授团队在《Nature Communications》(IF=16.6)上发表题为“Myoglobin-loaded gadolinium nanotexaphyrins for oxygen synergy and imaging-guided radiosensitization therapy”的文章,将Gd-Tex转化为构建模块“Gd-Tex-脂质”,并将其自组装成纳米囊泡(Gd-nanotexaphyrins(Gd-NTs)),以实现Gd-Tex在单个纳米囊泡中的高密度堆积和在肿瘤中的高效富集。该Gd-Tex多功能纳米平台具有生物相容性高、结构简单、能螯合多种三价金属离子等特点,在成像引导放射增敏治疗中具有广阔的临床应用前景。

欣博盛生物非常荣幸能够作为供应商为该项研究提供高品质ELISA试剂盒,为生物医学领域的科研探索贡献一份力量。

引用产品

高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗

该项研究中使用了欣博盛生物(NeoBioscience Technology Co, Ltd)的QuikCyto® Mouse IL-1β ELISA kit (Quick Test)来检测该细胞因子水平。

货号

产品名称

灵敏度

检测范围

EMC001bQT

QuikCyto® Mouse IL-1β ELISA kit (Quick Test)(小鼠白细胞介素-1β快速检测)

7.8 pg/ml

15.6-1000 pg/ml

高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗

研究详情

放射治疗(Radiotherapy, RT)是目前治疗局部实体癌最有效的细胞毒疗法,但其疗效依赖于放射剂量,但剂量的增加会加重放射对正常组织和器官的损伤。单纯的RT疗效有限,肿瘤转移和复发率高。因此,人们开发了各种放射增敏剂来提高放疗的疗效。钆配合物Motexafin gadolinium (Xcytrin®)已经进行了临床试验,而Gd-Tex最终因放射致敏效果有限而未获得美国FDA的批准,但Ⅲ期临床试验的完成证明其具有良好的安全性。若能有效提高Gd-Tex的放射增敏效果,有望实现其成功的临床应用,使大量接受放疗的患者受益。

高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗

在该研究中,研究团队构建了具有放射增敏作用和成像作用的基于Gd-Tex脂质自组装的纳米平台Mb@Gd-NTs。该脂质体由Gd-Tex-lipid(作为放射增敏剂和MRI造影剂)、177Lu-Tex-lipid(用于SPET/MRI成像)以及胆固醇、DSPEPEG构成,中间负载了肌红蛋白用于运载氧气。该脂质体包含了高密度的Gd-Tex-lipid,能够通过EPR效应实现在肿瘤部位的蓄积使放射增敏剂在肿瘤的累积最大化,在X射线照射下,Gd-Tex增加肿瘤部位对辐射的吸收量;同时,亲电性的Gd-Tex氧化细胞内还原性代谢物,并将自身转化为自由基形式(Gd-Tex·),随后与氧反应生成活性氧,增加对DNA的损伤,引发细胞凋亡,运载的肌红蛋白用于提供氧气,缓解肿瘤乏氧状态。Gd-Tex与肌红蛋白的协同作用增加了肿瘤细胞的胞内ROS水平,进一步削弱了肿瘤细胞的抗辐射能力。SPET/MRI双模成像验证了该脂质体可有效在肿瘤部位富集。

总而言之,这一脂质体能够通过增加辐射增敏机在肿瘤部位的富集,消耗细胞内的还原性物质,提高ROS,改善肿瘤乏氧来增强放射增放射治疗的效果,最终达到诱导出明显的长期抗肿瘤免疫记忆、抑制肿瘤复发的功效。这种结构简单、生物相容性高、"一物多用 "的脂质体,在放疗领域有着广阔的临床应用前景。

文献引用

Ma, X., Liang, X., Yao, M. et al. Myoglobin-loaded gadolinium nanotexaphyrins for oxygen synergy and imaging-guided radiosensitization therapy. Nat Commun 14, 6187 (2023).

Myoglobin-loaded gadolinium nanotexaphyrins for oxygen synergy and imaging-guided radiosensitization therapy | Nature Communications

这篇关于高分文献解读|载肌红蛋白的钆纳米Texaphyrin用于氧协同和成像引导的放射增敏治疗的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/494639

相关文章

Redis与缓存解读

《Redis与缓存解读》文章介绍了Redis作为缓存层的优势和缺点,并分析了六种缓存更新策略,包括超时剔除、先删缓存再更新数据库、旁路缓存、先更新数据库再删缓存、先更新数据库再更新缓存、读写穿透和异步... 目录缓存缓存优缺点缓存更新策略超时剔除先删缓存再更新数据库旁路缓存(先更新数据库,再删缓存)先更新数

C#反射编程之GetConstructor()方法解读

《C#反射编程之GetConstructor()方法解读》C#中Type类的GetConstructor()方法用于获取指定类型的构造函数,该方法有多个重载版本,可以根据不同的参数获取不同特性的构造函... 目录C# GetConstructor()方法有4个重载以GetConstructor(Type[]

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

业务协同平台--简介

一、使用场景         1.多个系统统一在业务协同平台定义协同策略,由业务协同平台代替人工完成一系列的单据录入         2.同时业务协同平台将执行任务推送给pda、pad等执行终端,通知各人员、设备进行作业执行         3.作业过程中,可设置完成时间预警、作业节点通知,时刻了解作业进程         4.做完再给你做过程分析,给出优化建议         就问你这一套下

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

Science|癌症中三级淋巴结构的免疫调节作用与治疗潜力|顶刊精析·24-09-08

小罗碎碎念 Science文献精析 今天精析的这一篇综述,于2022-01-07发表于Science,主要讨论了癌症中的三级淋巴结构(Tertiary Lymphoid Structures, TLS)及其在肿瘤免疫反应中的作用。 作者类型作者姓名单位名称(中文)通讯作者介绍第一作者Ton N. Schumacher荷兰癌症研究所通讯作者之一通讯作者Daniela S. Thomm

LLM系列 | 38:解读阿里开源语音多模态模型Qwen2-Audio

引言 模型概述 模型架构 训练方法 性能评估 实战演示 总结 引言 金山挂月窥禅径,沙鸟听经恋法门。 小伙伴们好,我是微信公众号《小窗幽记机器学习》的小编:卖铁观音的小男孩,今天这篇小作文主要是介绍阿里巴巴的语音多模态大模型Qwen2-Audio。近日,阿里巴巴Qwen团队发布了最新的大规模音频-语言模型Qwen2-Audio及其技术报告。该模型在音频理解和多模态交互