Desarrollo de sondas fotoacústicas NIR-II adaptadas para la detección de óxido nítrico en tejidos profundos

Área de la Ciencia:

• Óptica biomédica
• Imágenes moleculares
• Biología Química

Sus antecedentes:

• La imagen fotoacústica (PA) es una valiosa herramienta in vivo para el cribado de enfermedades y la detección de analitos.
• Los agentes de PA actuales que usan luz de infrarrojo cercano (NIR-I) se enfrentan a la interferencia de moléculas endógenas como la hemoglobina.
• Las longitudes de onda del infrarrojo cercano II (NIR-II) ofrecen un fondo reducido, lo que permite la detección de objetivos de baja abundancia, como el óxido nítrico (NO).

Objetivo del estudio:

• Desarrollar APNO-1080, una sonda NIR-II sin respuesta para la obtención de imágenes de PA de tejidos profundos sensibles.
• Para superar las limitaciones de las imágenes NIR-I PA, en particular la interferencia de fondo y la sensibilidad para los analíticos de baja abundancia.

Principales métodos:

• Se utilizó un enfoque de sintonización en dos fases, que incluía análisis de Hammett y Brønsted para identificar un disparador selectivo de NO a base de anilina.
• Se realizó un cribado de las plataformas NIR-II para seleccionar estructuras químicas con una agregación mínima, preservando la integridad de la señal PA.
• Se realizaron ensayos fantasma in vitro y imágenes de PA in vivo en modelos de cáncer de mama ortotópico y de pulmón heterotópico.

Principales resultados:

• APNO-1080 demostró una sensibilidad 17,7 veces mayor en comparación con un análogo NIR-I en ensayos fantasmas in vitro.
• Las imágenes de PA in vivo revelaron respuestas de activación normalizadas significativas en modelos de cáncer de mama ortotópico (1.3 ± 0.12) y de pulmón heterotópico (1.65 ± 0.07).

Conclusiones:

• APNO-1080 es una sonda NIR-II altamente sensible y selectiva, adecuada para la obtención de imágenes de PA de tejidos profundos.
• La sonda desarrollada reduce efectivamente la interferencia de fondo y mejora la detección de NO en entornos biológicos complejos y modelos de enfermedades.