开发基于核酸适配体的新型探针用于早期肿瘤的标志物识别和诊治

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91859104
  • 项目类别:
    重大研究计划
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2706.分子影像
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

In this research plan, we aimed to tackle the challenges during the diagnosis and treatment of early tumors. Based on our achievements and the breakthrough in the two aspects of engineering aptamer sensors and assembling DNA nanostructures, we proposed to use the novel 'offsetting' selection strategy to guide the isolation and identification of aptamer-based sensors that can specifically recognize tumor cells. And with the aptamers as fishing tools, we expected to nail down the identity of the target molecules of the tumor cells. Based on the selected aptamer sensors, we planned to further harness DNA nanotechnology to assemble complex nano-sensors in a format of 'aptamer-DNA nanostructure-fluorescent dye'. With DNA self-assembly to precisely organize and control the aptamer sensors and the fluorescent dyes in the 3D space, we expected to be able to develop a new type of molecular imaging probes with high sensitivity, specificity, stability, and signal-to-noise ratio, for the diagnosis and treatment of early breast cancer.
本项目针对恶性肿瘤可治愈阶段进行早期检测面临的挑战性问题,依托团队在适配体探针和DNA纳米自组装方面的创新突破,基于“对冲抵消的试管内高效进化”筛选策略和“框架核酸精确自组装”设计方法,发展高灵敏度、高特异性、高稳定性、高抗干扰能力的分子影像探针,并以此为抓手发现新的分子影像学标志物,为早期恶性肿瘤特别是乳腺癌的预防性干预和手术清除提供新手段。

结项摘要

本项目针对很多恶性肿瘤因缺乏明确的标志物而难以进行早诊早治的难题,依托团队在核酸酶筛选和编辑方面的创新突破,基于“对冲抵消的试管内高效进化”筛选策略和定点突变的高效编辑方法,发展高灵敏度、高特异性、高稳定性、高抗干扰能力的分子探针,并以探针为抓手逆向溯源找到一系列潜在的肿瘤标志物,为恶性肿瘤的早诊早治、预防性干预和手术清除提供新选择和新手段。.本项目分别在体外原代培养的肿瘤细胞层面和临床手术收集的肿瘤组织层面验证了“筛选探针”+“逆向溯源标志物”这套策略的可行性。以乳腺癌细胞MDA-MB-231为例,我们收集其胞外代谢物,并以正常乳腺细胞胞外代谢物为对照,经对冲抵消式筛选获得了多条特异识别MDA-MB-231胞外代谢物的核酸酶序列,其感应后触发自身在特定RNA位点的自切割。在选取了一条代表性的核酸酶序列后,我们将切割位点处的RNA突变为DNA,使得核酸酶失去酶活但保持感应能力,从而以其为稳定的抓手分离富集并鉴定了MDA-MB-231胞外代谢物中异常高表达ApoL6蛋白。经一系列分子和细胞生物学实验,我们首次确定ApoL6在乳腺癌中以抑癌基因形式存在,并能被癌细胞分泌到胞外,且具备显著的临床价值,具备用作液体活检乳腺癌标志物的潜力。.在细胞筛选的基础上,本项目进一步拓展到临床组织样本层面,以手术收集的肠道低级别瘤变息肉(LGD)样本为对象,瘤变旁正常组织样本为对照,同样获得了多条特异识别LGD的核酸酶序列。以失活的核酸酶为抓手,我们首次发现丝氨酸tRNA合成酶在LGD中呈现高表达状态,并在多个病人的LGD样本中证实了这一点。该tRNA合成酶具备成为LGD诊断标志物的潜力。.综上,本项目发展了对冲抵消的策略筛选获得特异识别肿瘤样本的核酸酶探针并明确标志物身份,有望为恶性肿瘤的早诊早治提供一种全新的策略和手段。

项目成果

期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Sorting sub-150-nm liposomes of distinct sizes by DNA-brick assisted centrifugation
通过 DNA 砖辅助离心分选不同尺寸的亚 150 nm 脂质体
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Nature Chemistry
  • 影响因子:
    21.8
  • 作者:
    Yang Yang;Zhenyong Wu;Laurie Wang;Kaifeng Zhou;Kai Xia;Qiancheng Xiong;Longfei Liu;Zhao Zhang;Edwin R Chapman;Yong Xiong;Thomas J Melia;Erdem Karatekin;Hongzhou Gu;Chenxiang Lin
  • 通讯作者:
    Chenxiang Lin
DNA-catalyzed efficient production of singles-stranded DNA nanostructures
DNA 催化高效生产单链 DNA 纳米结构
  • DOI:
    10.1016/j.chempr.2020.12.001
  • 发表时间:
    2020
  • 期刊:
    Chem
  • 影响因子:
    23.5
  • 作者:
    Youli Jia;Liman Chen;Jin Liu;Wei Li;Hongzhou Gu
  • 通讯作者:
    Hongzhou Gu
Novel aptasensor-based assay of sonic hedgehog ligand for detection of portal vein invasion of hepatocellular carcinoma
基于新型适体传感器的声波刺猬配体检测肝细胞癌门静脉浸润
  • DOI:
    10.1016/j.bios.2020.112738
  • 发表时间:
    2020
  • 期刊:
    Biosensors and Bioelectronics
  • 影响因子:
    12.6
  • 作者:
    Li H.-Y.;Yin F.-F.;Li X.-Y.;Jia W.-N.;Ding J.;Zhang L.;Wang Z.-H.;Hu Q.-Q.;Zuo J.-L.;Jia H.-L.;Wang L.-H.;Fan C.-H.;Gu H.-Z.;Wu J.
  • 通讯作者:
    Wu J.
Engineering allosteric ribozymes to detect thiamine pyrophosphate in whole blood
工程变构核酶检测全血中的焦磷酸硫胺素
  • DOI:
    10.1021/acs.analchem.0c05276
  • 发表时间:
    2021
  • 期刊:
    Analytical Chemistry
  • 影响因子:
    7.4
  • 作者:
    Xinyu Du;Xiaoqin Cheng;Wei Li;Zhilei Ge;Chunjiu Zhong;Chunhai Fan;Hongzhou Gu
  • 通讯作者:
    Hongzhou Gu

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:
    {{ item.journal_name }}
  • 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.authors }}

数据更新时间:{{ monograph.updateTime }}

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

数据更新时间:{{ sciAawards.updateTime }}

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

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

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

数据更新时间:{{ patent.updateTime }}

其他文献

DNA酶:筛选、生物传感及展望
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    高等学校化学学报
  • 影响因子:
    --
  • 作者:
    佟宗轩;胡沁沁;顾宏周
  • 通讯作者:
    顾宏周

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

顾宏周的其他基金

新型三维DNA纳米骨架的组装及其在生物和材料学中的应用
  • 批准号:
    21673050
  • 批准年份:
    2016
  • 资助金额:
    68.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码