-
公开(公告)号：CN118512399A
公开(公告)日：2024-08-20
申请号：CN202410485383.X
申请日：2024-04-22
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学
IPC: A61K9/127 , A61K31/713 , A61K47/24 , A61K47/28 , A61K49/00 , A61P35/04 , A61P15/14 , A61P11/00 , A61P35/00 , C12N15/113
Abstract: 本发明公开了一种以YTHDF3蛋白为靶点的脂质体药物及其制备方法和应用，通过乳腺癌中的YTHDF3作为分子靶点，下调YTHDF3乳腺癌中的表达量进而抑制乳腺癌的EMT，从而抑制乳腺癌的生长及转移，同时YTHDF3的下游重要调控靶基因Notch2的过表达能够恢复下调YTHDF3对乳腺癌增殖、侵袭的抑制作用。此外，本发明还提供了具有NIR‑II荧光成像功能的脂质体RNA药物Lip‑ICG/siRNAs以及该药物的制备方法，在抗乳腺肿瘤中，Lip‑ICG/siRNAs作为抑制剂调控YTHDF3，其包括聚乙二醇化的阳离子脂质体、近红外荧光染料吲哚菁绿(ICG)以及YTHDF3的小干扰RNA，能够在体内长循环且在肿瘤部位高效累积，精准可视化肿瘤变化的同时显著增强YTHDF3小干扰RNA的递送效果，在体实现了YTHDF3小干扰RNA的抗肿瘤作用，为肿瘤的基因治疗提供新的思路和方法。
-
公开(公告)号：CN118460204A
公开(公告)日：2024-08-09
申请号：CN202410485430.0
申请日：2024-04-22
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学
IPC: C09K11/06 , A61K49/00 , A61K31/555 , A61P35/00
Abstract: 本发明公开了一种用于肿瘤NIR‑Ⅱ荧光成像及放疗增敏‑免疫联合治疗的可降解分子探针，所述探针为带电荷的IHDC，该探针由吲哚菁绿ICG和四氯化铪HfCl4结合形成的ICG‑Hf配位物装载于含有四硫键的载体材料DTSPO上形成表面电位为正电的IHD纳米颗粒，再通过三臂苯硼酸基元和三臂邻苯二酚基元的交联反应在外层修饰微酸降解层CB合成表面电位为负电的IHDC。本发明的可降解分子探针可与肿瘤部位微酸环境和过表达的谷胱甘肽(Glutathione，GSH)作用导致载体材料降解，实现肿瘤部位配位物的有效释放。
-
公开(公告)号：CN119015450A
公开(公告)日：2024-11-26
申请号：CN202410724408.7
申请日：2024-06-05
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学 , 北京肿瘤医院(北京大学肿瘤医院)
IPC: A61K51/08 , A61K51/04 , A61K103/00
Abstract: 本发明公开了一种68Ga标记的靶向肿瘤细胞表面糖蛋白TROP2多肽的肿瘤显影剂，该显影剂由前体与放射性核素68Ga制备得到68Ga‑DOTA‑TTP，所述68Ga‑DOTA‑TTP通过标记在实体肿瘤中高表达的TROP2多肽，用于制备TROP2多肽高表达肿瘤的诊断试剂和/或药物，作为监测体内TROP2分布及代谢的PET/CT临床显像剂使用。
-
公开(公告)号：CN118593733A
公开(公告)日：2024-09-06
申请号：CN202410786353.2
申请日：2024-06-18
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学
Abstract: 本发明涉及一种特异性靶向乳腺癌肿瘤细胞表面糖蛋白TROP2的放射性显像剂及其制备方法与应用，属于医疗技术领域。该方法包括利用戈沙妥珠单抗溶液与p‑SCN‑Bn‑deferoxamine反应获得DFO–SG；然后对草酸锆[89Zr]溶液采用Na2CO3溶液孵育后，与DFO–SG等进行反应，得到特异性靶向乳腺癌肿瘤细胞表面糖蛋白TROP2的放射性显像剂；该显像剂具有较高准确性、敏感性和特异性的特点；可用于乳腺癌病灶精准判断，还能用于预测和及时评估SG药物疗效中。本发明为乳腺癌的精准诊断和治疗提供了新思路，为提高我国乳腺癌患者生存率、降低死亡率提供理论及技术依据。
-
公开(公告)号：CN118480344A
公开(公告)日：2024-08-13
申请号：CN202410485428.3
申请日：2024-04-22
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学
Abstract: 本发明公开了一种将金属离子配位物高效负载于四硫键桥联的介孔二氧化硅的限域配位合成法，通过先将载体四硫键桥联的介孔二氧化硅与金属离子通过四硫键的高度亲和作用发生高效配位，之后再加入有机配体使其与金属离子在载体中的树枝状孔道中发生原位限域配位的方法获得普适多种金属离子的金属纳米颗粒。该方法具有普适性和可重复性，可推广应用至其他多种金属,且该方法的负载效率更高，产物纯度更高。
-
Patent Agency Ranking
公开(公告)号：CN118725029A
公开(公告)日：2024-10-01
申请号：CN202410856951.2
申请日：2024-06-28
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院) , 厦门大学
Abstract: 本发明公开了一种靶向Trop2的NIR‑II的荧光探针及其制备方法和应用，所述探针为TTP‑ICG，其通过具有高Trop2亲和力的环肽TTP和ICG‑NHS经NHS酯反应偶联所得，该探针生物安全性好，在体成像效果优异，不仅能够在动物模型中在体评估肿瘤切缘状态，还能够通过离体组织浸泡孵育的方法区分肿瘤和正常组织，对引导保乳术手术切缘评估具有显著效果，对减少切缘阳性率及二次手术率进而改善患者预后和生活质量具有重要临床意义。
-
公开(公告)号：CN118230035A
公开(公告)日：2024-06-21
申请号：CN202410280592.0
申请日：2024-03-12
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院)
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/766 , G06V10/771 , G06T7/11
Abstract: 本发明涉及一种基于影像组学和迁移学习模型的保乳手术切缘阳性风险多参数预测方法，属于乳腺磁共振和机器学习技术领域。该方法包括获取患者术前MRI影像学数据和患者临床相关数据；将数据集划分为训练集、测试集和外部验证集；对MRI影像学数据进行降维、分割VOI区域、重采样和标准化处理，并对患者临床相关数据进行标准化处理；提取影像组学特征，并利用t‑test和LASSO回归进行特征筛选；使用MLP进行模型的训练与测试，构建多参数影像组学模型MMRM；利用外部验证集，通过迁移学习的方法重新训练并验证模型，对保乳手术切缘阳性风险进行预测。本发明实现了保乳手术切缘阳性风险的精准、智能预测，易于推广应用。
-
公开(公告)号：CN119405802A
公开(公告)日：2025-02-11
申请号：CN202411538103.3
申请日：2024-10-31
Applicant: 云南省肿瘤医院(昆明医科大学第三附属医院)
Abstract: 本发明公开了一种纳米颗粒及其制备方法和在肿瘤光热‑免疫联合治疗中的应用，其通过金属配位驱动自组装的方法以Cu2+为媒介将ICG和NLG8189配位结合且外层修饰NK细胞膜制备得目标纳米颗粒ICG‑Cu‑NLG8189@NK，并将该纳米颗粒用于肿瘤治疗，精确引导局部光热治疗的实施，诱导肿瘤细胞发生ICD，激活肿瘤部位的免疫反应，帮助解除肿瘤微环境中的局部免疫抑制状态，实现肿瘤免疫微环境的激活，与光热所导致的ICD相协同，实现全身性抗肿瘤效应。
-
公开(公告)号：CN114652858B
公开(公告)日：2024-03-15
申请号：CN202210234060.4
申请日：2022-03-10
Applicant: 厦门大学附属翔安医院 , 厦门稀土材料研究所
IPC: A61K49/00
Abstract: 一种用于无创评估乳腺癌前哨淋巴结转移的靶向分子探针，涉及医学技术领域。以稀土纳米颗粒NaErF4为内核，表面覆盖NaYF4，合成稀土核壳纳米颗粒NaErF4@NaYF4(ErNPs),在NaYF4层的外表面通过修饰PAA以提供羧基，通过EDC/NHS活化羧基，偶联靶向CXCR4的肿瘤特异性导向肽Balixafortide(POL6326)，从而合成NIR‑Ⅱb发光的稀土纳米探针ErNPs@POL6326。基于近红外二b区成像判定乳腺癌前哨淋巴结是否有转移，实现术前无创实时判断前哨淋巴结转移状态，避免过度活检，辅助术中腋窝淋巴结分期，提高患者生活质量，对改善患者预后具有重要临床意义。
-
公开(公告)号：CN115984231A
公开(公告)日：2023-04-18
申请号：CN202310037801.4
申请日：2023-01-10
Applicant: 厦门大学附属翔安医院 , 厦门术利康医学科技有限公司
IPC: G06T7/00 , G06T5/50 , G06T3/40 , G06T7/11 , G06V10/774 , G06V10/764 , G06V10/44 , G06V10/82 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于光学图像的癌症患者标本性质的辨别方法，包括以下步骤：S1、获取训练组患者标本的光学图像，并进行预处理，建立训练组患者的淋巴结转移状态识别的正负样本数据集；S2、选择基础网络架构，通过池化层下采样和跨层拼接融合，构造预测模型；S3、通过基础网络架构构造良恶性分类网络结构加载训练数据集，进行3‑折交叉训练，得到lymph‑Net深度学习网络模型；S4、获取测试组患者的正负样本数据集，通过所述lymph‑Net深度学习网络模型在测试组患者的正负样本数据集上识别标本性质；S5、通过GCAM热力图分析S4的预测结果，观察所述lymph‑Net深度学习网络模型不同尺度卷积层提取特征的关注区域以及融合模型的预测结果依据，分析预测结果正确和错误的原因。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.049 seconds)
