亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Sentinel lymph node identification using NIR-II ultrabright Raman nanotags on preclinical models

前哨淋巴结 纳米技术 材料科学 生物医学工程 医学 乳腺癌 癌症 内科学
作者
Binge Deng,Yan Wang,Xiangdong Bu,Jin Li,Jingsong Lu,Lynlee L. Lin,Yaohui Wang,Yao Chen,Jian Ye
出处
期刊:Biomaterials [Elsevier BV]
卷期号:308: 122538-122538 被引量:27
标识
DOI:10.1016/j.biomaterials.2024.122538
摘要

Surface-enhanced Raman spectroscopy (SERS) nanotags have garnered much attention as promising bioimaging contrast agent with ultrahigh sensitivity, but their clinical translation faces challenges including biological and laser safety. As breast sentinel lymph node (SLN) imaging agents, SERS nanotags used by local injection and only accumulation in SLNs, which were removed during surgery, greatly reduce biological safety concerns. But their clinical translation lacks pilot demonstration on large animals close to humans. The laser safety requires irradiance below the maximum permissible exposure threshold, which is currently not achievable in most SERS applications. Here we report the invention of the core-shell SERS nanotags with ultrahigh brightness (1 pM limit of detection) at the second near-infrared (NIR-II) window for SLN identification on pre-clinical animal models including rabbits and non-human primate. We for the first time realize the intraoperative SERS-guided SLN navigation under a clinically safe laser (1.73 J/cm2) and identify multiple axillary SLNs on a non-human primate. No evidence of biosafety issues was observed in systematic examinations of these nanotags. Our study unveils the potential of NIR-II SERS nanotags as appropriate SLN tracers, making significant advances toward the accurate positioning of lesions using the SERS-based tracer technique.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
13秒前
OK的应助被直率夏烟采纳,获得200
15秒前
369ninja发布了新的文献求助10
18秒前
尊敬的千凡完成签到,获得积分10
25秒前
幽默绝悟完成签到,获得积分10
29秒前
31秒前
senli2018发布了新的文献求助10
36秒前
lazycat完成签到,获得积分10
37秒前
WU哇哇完成签到,获得积分10
37秒前
失眠的惜海完成签到,获得积分10
50秒前
打打的应助被lazycat采纳,获得30
52秒前
紧张的向雁完成签到,获得积分10
59秒前
小川完成签到,获得积分10
1分钟前
香蕉乐曲完成签到,获得积分10
1分钟前
孔秋词完成签到,获得积分10
1分钟前
1分钟前
淡然的代灵完成签到,获得积分10
1分钟前
淡然的霆完成签到,获得积分10
1分钟前
台风眼完成签到 ,获得积分10
1分钟前
咕哒完成签到,获得积分10
1分钟前
咕哒发布了新的文献求助10
1分钟前
1分钟前
common1988发布了新的文献求助10
1分钟前
搜集达人的应助被起球采纳,获得10
2分钟前
炙热百褶裙完成签到,获得积分10
2分钟前
简单代梅完成签到,获得积分10
2分钟前
2分钟前
起球发布了新的文献求助10
2分钟前
SciGPT的应助被科研通管家采纳,获得10
2分钟前
难过果汁完成签到,获得积分10
2分钟前
null的应助被科研通管家采纳,获得20
2分钟前
小丽酱完成签到 ,获得积分10
2分钟前
null给Cha的求助进行了留言
2分钟前
369ninja发布了新的文献求助10
2分钟前
清爽小凡完成签到,获得积分10
3分钟前
精明诗筠完成签到,获得积分10
3分钟前
苗条的白梅完成签到,获得积分10
3分钟前
QQ完成签到 ,获得积分10
3分钟前
jie完成签到 ,获得积分10
3分钟前
魁梧的背包完成签到,获得积分10
3分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Cellulose and Cellulose Derivatives: Synthesis, Modification and Applications 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8142278
求助须知:如何正确求助?哪些是违规求助? 9542072
关于积分的说明 21649007
捐赠科研通 7727069
什么是DOI,文献DOI怎么找? 3421640
关于科研通互助平台的介绍 2546890
邀请新用户注册赠送积分活动 2464234