项目名称: VEGFR2靶向胶质瘤探针在判定脑部胶质瘤边界及侵袭性中的价值研究

项目编号: No.81471709

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 陶晓峰

作者单位: 上海交通大学

项目金额: 73万元

中文摘要: 脑胶质瘤是恶性程度极高,侵袭性极强的脑部肿瘤。常规检查手段往往只能检出实体瘤,未成瘤体的肿瘤周围浸润细胞难以有效检测。因此,明确肿瘤真实边界是提高胶质瘤有效治疗的关键。本研究在前期研究中发现VEGF能显著提高血脑屏障通透性,胶质瘤肿瘤周围明显增高的VEGF/VEGFR2可以成为探测肿瘤边界及浸润范围的靶向分子。因此,本研究拟研制基于VEGFR2的胶质瘤靶向造影剂BSA-Biotin-anti VEGFR2-Gd-DTPA。通过体外BSA与生物素,VEGFR2单克隆抗体及Gd-DTPA高效连接,构建稳定、高效、高度特异性地靶向胶质瘤探针。本研究将应用该靶向探针检测肿瘤真实边界、评价肿瘤侵袭度及抗血管生成治疗后疗效,有望为活体客观评价胶质瘤血管生成提供新的可靠方法,还可为胶质瘤早期诊断、生物学行为的研究、靶向抗血管生存治疗及疗效评价提供新的无创性方法。

中文关键词: 血管内皮生成因子受体2;脑胶质瘤;分子探针;肿瘤边界;磁共振成像

英文摘要: Glioma is one of the most malignant and invasive brain tumor.Routine examination approaches were either unable to detect the infiltrative tummor cells around solid tumor or determining actual tumor boundary. It is critical to establish a new imaging approach to determine actual glioma boundary for more effetive treatment stategies of brain glioma.Based on our prebious study, we have found VEGF could significantly increase the Blood-brain barrier permeability,VEGF/VEGFR2expression was obviously higher in peri-tumor area of glioma, which suggest VEGFR2 could be a specific maker for detecting glioma boundary and tumor cll around infiltration. We planned to establish a new VEGFR2-based effectice, high specific glioma targeting MRI probe, composed of other three BSA which conjugating other three components biotin, VEGFR2-Ab and Gd-DTPA.Hopefully,this study will apply this gioma specfic probe to detect actual tumor boundary, identify tumor invasion ablity and evaluate anti-angiogenesis therapy effect. It could also provide an alternative non invasive approch for glioma early diagnosis,tumor angiogenesis observation,tumor biological behavior study and anti-angiogenesis therapy evaluation.

英文关键词: VEGFR2;glioma;molecular probes;tumor boundary;magnetic resonase imaging

成为VIP会员查看完整内容
0

相关内容

元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
21+阅读 · 2021年3月9日
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
60+阅读 · 2020年12月3日
【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
Nature重磅:“饿死”癌细胞,又添新线索
学术头条
0+阅读 · 2021年10月21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
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
21+阅读 · 2021年3月9日
【AAAI2021】利用先验知识对场景图进行分类
专知会员服务
60+阅读 · 2020年12月3日
【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
微信扫码咨询专知VIP会员