سنتز لیگاند متوکسی آمیدو زانتات و بهینه سازی شرایط نشان دارسازی با mTc۹۹ به عنوان عامل تصویربرداری SPECT
Publish place: journal of nuclear Science and technology، Vol: 44، Issue: 2
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 196
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JONSAT-44-2_002
تاریخ نمایه سازی: 28 اسفند 1401
Abstract:
هدف از پژوهش حاضر، سنتز، ترکیب متوکسی آمیدو زانتات MAX و نشان دارسازی آن با رادیونوکلیید mTc۹۹ به عنوان یک عامل تشخیصی نوین جهت تصویربرداری توموگرافی رایانه ای تک فوتونی (SPECT) می باشد. لیگاند فوق از واکنش بین دو ماده ی کلرواستامید (Chloroacetamide) و مشتقات زانتات (Xanthate) با نسبت های مولی معین سنتز شد. سپس فرایند نشان دارسازی لیگاند MAX از طریق دوشیدن mTc۹۹ از ژنراتور (mTc۹۹Mo/۹۹) و به روش مستقیم انجام گرفت. به این ترتیب که قلع کلرید به عنوان عامل کاهنده مورد استفاده قرار گرفت و اثر پارامترهایی از قبیل عوامل افزودنی از جمله اسید آسکوربیک، تغییر غلظت عامل شلات کننده و pH جهت بهینه سازی شرایط نشان دارسازی مورد ارزیابی قرار گرفت. شناسایی و تشخیص محصولات شیمیایی به وسیله ی طیف سنجی های مادون قرمز (FTIR) و رزونانس مغناطیسی هسته (NMR) انجام گرفت. میزان نشان دارسازی کمپلکس در دمای آزمایشگاه %۹۳ برآورد شد. رادیوداروی نوین mTc-MAX۹۹ با خلوص رادیونوکلییدی و رادیوشیمیایی بالاتر از %۹۰ می تواند به عنوان یک عامل تشخیصی نوید بخش در مطالعات کلینیکی و پیش بالینی مورد استفاده قرار گیرد که در مطالعات آینده به آن پرداخته خواهد شد.
Keywords:
Authors
زهرا عرب حلوایی باقری
گروه مهندسی پرتو پزشکی، دانشگاه شهید بهشتی، صندوق پستی: ۴۷۱۶-۱۹۸۳۹، تهران- ایران
سیدمحمودرضا آقامیری
گروه مهندسی پرتو پزشکی، دانشگاه شهید بهشتی، صندوق پستی: ۴۷۱۶-۱۹۸۳۹، تهران- ایران
الهام ستارزاده خامنه
پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، صندوق پستی: ۳۴۸۶-۱۱۳۶۵، تهران ایران
سعید کاکائی
پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، صندوق پستی: ۳۴۸۶-۱۱۳۶۵، تهران ایران
حسن یوسف نیا
پژوهشکده کاربرد پرتوها، پژوهشگاه علوم و فنون هسته ای، صندوق پستی: ۳۴۸۶-۱۱۳۶۵، تهران ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :