Kürzlich stellte ein Forschungsteam unter der Leitung von Prof. Huang Qing am Institute of Intelligent Machines, Hefei Institutes of Physical Science (HFIPS) ein neues Nanokomposit auf Basis von Bi2MoO6/MoS2/AuNRs für lichtverstärkte Photodynamik im nahen Infrarot (NIR)-II bereit /chemodynamische Therapie.
Die Ergebnisse wurden in veröffentlicht Langmuir.
Bi2MoO6 (BMO)-Nanopartikel (NPs) werden in großem Umfang in photokatalytischen Anwendungen und als Photosensibilisator in der photodynamischen Therapie eingesetzt. Allerdings behindert ihre UV-Absorptionseigenschaft ihre klinische Anwendung.
Im Rahmen dieser Forschung entwickelten Wissenschaftler ein neues Nanokomposit namens Bi2MoO6/MoS2/AuNRs (BMO-MSA). Sie fanden heraus, dass das resultierende Nanokomposit Licht im NIR-II-Bereich absorbieren kann. Die Forschungsergebnisse zeigten, dass das BMO-MSA nach Einwirkung von Licht mit einer Wellenlänge von 1064 nm Singulett-Sauerstoff (1O2) mit einer Quantenausbeute von 0,32 produzierte, was seine Fähigkeit zur photodynamischen Therapie (PDT) bestätigte. Darüber hinaus weist es eine POD-ähnliche Aktivität auf, die die Wirkung der chemodynamischen Therapie (CDT) verstärkt.
Um die In-vivo-PDT-Effizienz von BMO-MSA zu untersuchen, untersuchten die Forscher die Keimbahnapoptose auf der Grundlage ihres zuvor von C. elegans etablierten PDT-Modells. Die Ergebnisse zeigten, dass PDT aufgrund von DNA-Schäden über den cep-1-Weg eine Keimbahnapoptose im Wurm verursachte. Dieser Befund wurde zusätzlich durch die Verwendung verschiedener Mutanten gestützt, die einen Funktionsmangel im Zusammenhang mit DNA-geschädigten Genen aufwiesen.
Diese Arbeit hat nicht nur einen neuartigen PDT-Wirkstoff bereitgestellt, der für die PDT im NIR-II-Bereich verwendet werden kann, sondern auch einen neuen Therapieansatz eingeführt, der sich sowohl die PDT- als auch die CDT-Wirkung zunutze macht, so das Team.
Mehr Informationen:
Qilin Yang et al., Verschlechterungseffekte oxidativer Alterung auf Graphen-Asphalt-Nanokomposit-Schnittstellen: Multiskalenmodellierung, Langmuir (2023). DOI: 10.1021/acs.langmuir.3c00917