Validation and Translation of MasSpec Pen Technology for Intraoperative Evaluation of Non-small Cell Lung Cancer

MasSpec Pen 技术在非小细胞肺癌术中评估中的验证和转化

基本信息

  • 批准号:
    10753977
  • 负责人:
  • 金额:
    $ 60.16万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2023
  • 资助国家:
    美国
  • 起止时间:
    2023-06-02 至 2028-05-31
  • 项目状态:
    未结题

项目摘要

SUMMARY Non-small cell lung cancer (NSCLC) is the leading cause of cancer-related death in the United States for which surgery remains a critical treatment option. The appropriate extent of resection for NSCLC is highly dependent on intra-operative decision-making. Specifically, the diagnosis of NSCLC is often determined intra-operatively by a limited resection of a suspicious pulmonary nodule, and intraoperative diagnosis is required before proceeding to a larger, cancer-specific resection during the same procedure. Further, intraoperative evaluation of resection margins is required in NSCLC surgeries to assure complete cancer removal before leaving the operating room (OR). Thus, the ability to accurately diagnose NSCLC and determine surgical margins in the OR is critical in the care for patients with NSCLC. However, the current technology used for intraoperative evaluation of NSCLC diagnosis and margins is frozen section analysis, a century-old technique that is labor-intensive and prone to error. Frozen section analysis also extends operative time, subjecting patients to increased risks of surgical complications. New technologies that can provide surgeons with the ability to rapidly and accurately diagnose NSCLC in the OR and evaluate surgical margins with high accuracy are critically needed to improve surgical care and outcomes for patients. We have reported the development of an innovative technology, the MasSpec Pen (MSPen), for rapid and non-destructive diagnosis of cancer tissues. The MSPen deploys a single droplet of water to gently extract molecules from tissues, which are then analyzed by mass spectrometry (MS) and statistical classifiers to provide diagnosis in seconds. We have demonstrated that the MSPen can accurately diagnose NSCLC using banked tissues with 97% accuracy. We have also shown that the MSPen system can be translated to the OR for use by surgeons for rapid in vivo and ex vivo tissue analysis. Through a collaborative partnership between academic scientists and surgeons at Baylor College of Medicine and the R&D team at MSPen Technologies Inc., we now propose to refine and validate the MSPen for intraoperative diagnosis and surgical margin evaluation in NSCLC. Our objective is to optimize and translate new MSPen technology for NSCLC detection, test its functionality, and validate its performance in the OR setting, thus delivering a potentially improved platform for intraoperative lung tissue analysis to surgeons - the end users. Our specific aims are: Aim 1. Optimize the MSPen Technology for intraoperative use in NSCLC operations. We will develop a next-gen MSPen platform for use in open and robotic NSCLC surgeries; Aim 2. Validate the MSPen for NSCLC diagnosis. We will conduct a prospective observational study allowing thoracic surgeons to validate the technology for NSCLC diagnosis in the OR; Aim 3. Validate the MSPen for intraoperative surgical margin evaluation in NSCLC. We will validate the MSPen technology for surgical margin evaluation in vivo and ex vivo, including the most representative tissue margins that are currently disregarded in clinical care. Our propose has the potential to offer transformative benefits to surgeons in advancing the surgical standard of care for patients with lung cancer.
概括 非小细胞肺癌 (NSCLC) 是美国癌症相关死亡的主要原因 手术仍然是一个重要的治疗选择。 NSCLC 的适当切除范围高度依赖于 关于术中决策。具体而言,NSCLC 的诊断通常是在手术中确定的 通过有限切除可疑的肺结节,并在手术前进行术中诊断 在同一手术中进行更大的癌症特异性切除术。此外,术中评估 非小细胞肺癌手术中需要达到一定的切除边缘,以确保在离开手术室之前完全切除癌症 手术室(OR)。因此,能够准确诊断 NSCLC 并确定 OR 中的手术切缘 对于 NSCLC 患者的护理至关重要。然而,目前用于术中评估的技术 NSCLC 诊断和切缘的主要方法是冰冻切片分析,这是一种具有百年历史的技术,需要大量的人力和时间 容易出错。冰冻切片分析还会延长手术时间,使患者面临更大的风险 手术并发症。新技术可以为外科医生提供快速、准确地 迫切需要在手术室诊断 NSCLC 并高精度评估手术切缘,以改善 患者的手术护理和结果。我们报道了一项创新技术的发展, MasSpec Pen (MSPen),用于快速、无损地诊断癌症组织。 MSPen 部署单个 水滴轻轻地从组织中提取分子,然后通过质谱 (MS) 进行分析 和统计分类器可在几秒钟内提供诊断。我们已经证明 MSPen 可以准确地 使用库存组织诊断 NSCLC 的准确率高达 97%。我们还表明,MSPen 系统可以 被翻译成手术室供外科医生用于快速体内和离体组织分析。通过协作 贝勒医学院的学术科学家和外科医生与研发团队之间的合作 MSPen Technologies Inc.,我们现在建议改进和验证用于术中诊断和治疗的 MSPen NSCLC 的手术切缘评估。我们的目标是优化和转化新的 MSPen 技术 NSCLC 检测、测试其功能并验证其在 OR 设置中的性能,从而提供潜在的 为外科医生(最终用户)提供改进的术中肺组织分析平台。我们的具体目标是: 目标 1. 优化MSPen技术在NSCLC手术中的术中使用。我们将开发下一代 MSPen 平台用于开放式和机器人 NSCLC 手术;目标 2. 验证 MSPen 用于 NSCLC 诊断。 我们将进行一项前瞻性观察研究,让胸外科医生验证该技术 手术室诊断非小细胞肺癌;目标 3. 验证 MSPen 用于 NSCLC 术中手术切缘评估。 我们将验证 MSPen 技术用于体内和离体手术切缘评估,包括大多数 目前在临床护理中被忽视的代表性组织边缘。我们的建议有潜力 为外科医生提高肺癌患者的手术护理标准提供变革性的好处。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Bryan Michael Burt其他文献

Bryan Michael Burt的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Bryan Michael Burt', 18)}}的其他基金

Proteomic determinants of response to checkpoint blockade in malignant pleuralmesothelioma
恶性胸膜间皮瘤检查点阻断反应的蛋白质组决定因素
  • 批准号:
    10545173
  • 财政年份:
    2021
  • 资助金额:
    $ 60.16万
  • 项目类别:
Proteomic determinants of response to checkpoint blockade in malignant pleuralmesothelioma
恶性胸膜间皮瘤检查点阻断反应的蛋白质组决定因素
  • 批准号:
    10321963
  • 财政年份:
    2021
  • 资助金额:
    $ 60.16万
  • 项目类别:
Allogeneic antibody therapy for malignant mesothelioma
恶性间皮瘤的同种异体抗体治疗
  • 批准号:
    9101172
  • 财政年份:
    2016
  • 资助金额:
    $ 60.16万
  • 项目类别:
Natural Killer Dendritic Cells in Cancer
癌症中的自然杀伤树突状细胞
  • 批准号:
    7156378
  • 财政年份:
    2006
  • 资助金额:
    $ 60.16万
  • 项目类别:
Natural Killer Dendritic Cells in Cancer
癌症中的自然杀伤树突状细胞
  • 批准号:
    7270486
  • 财政年份:
    2006
  • 资助金额:
    $ 60.16万
  • 项目类别:

相似国自然基金

基于微球透镜阵列的一体化检测芯片及其在肿瘤“液体活检”中应用的关键技术研究
  • 批准号:
    62375121
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
利用三维卷积神经网络挖掘超声内镜成像特征精准引导胰腺癌细针穿刺活检的辅助诊断模型
  • 批准号:
    82373118
  • 批准年份:
    2023
  • 资助金额:
    48 万元
  • 项目类别:
    面上项目
基于明场微视觉动态三维感知的胚胎活检微纳操作机器人导引关键技术研究
  • 批准号:
    52305023
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于多维临床和大数据MRI影像组学“虚拟活检”技术对乳腺癌术后远处转移预测模型研究
  • 批准号:
    82302302
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于小细胞外囊泡的均相液体活检方法及其动态监测Oxaliplatin治疗HCC新型标志物研究
  • 批准号:
    82372344
  • 批准年份:
    2023
  • 资助金额:
    48 万元
  • 项目类别:
    面上项目

相似海外基金

Mathematical Optimization of Surveillance Ages to Intercept colitis-associated Colorectal cancer (MOSAIC)
监测年龄的数学优化以拦截结肠炎​​相关结直肠癌 (MOSAIC)
  • 批准号:
    10581069
  • 财政年份:
    2023
  • 资助金额:
    $ 60.16万
  • 项目类别:
Validation of novel imaging and molecular tests for early detection of pancreatic cancer through risk-stratified community engagement programs
通过风险分层社区参与计划验证用于早期检测胰腺癌的新型成像和分子测试
  • 批准号:
    10640704
  • 财政年份:
    2023
  • 资助金额:
    $ 60.16万
  • 项目类别:
Core B: Biospecimen Core
核心 B:生物样本核心
  • 批准号:
    10708577
  • 财政年份:
    2023
  • 资助金额:
    $ 60.16万
  • 项目类别:
Modeling Neoplastic Progression in Barrett's Esophagus - Renewal -2
巴雷特食管肿瘤进展建模 - 更新 -2
  • 批准号:
    10594704
  • 财政年份:
    2023
  • 资助金额:
    $ 60.16万
  • 项目类别:
Endoscopic Ultrasound-guided In Vivo Confocal Laser Endomicroscopy as an Imaging Biomarker for the Accurate Risk Stratification of Intraductal Papillary Mucinous Neoplasms
内镜超声引导体内共聚焦激光内镜作为成像生物标志物,用于导管内乳头状粘液性肿瘤的准确风险分层
  • 批准号:
    10638754
  • 财政年份:
    2023
  • 资助金额:
    $ 60.16万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了