原始文章

分子影像學在非侵入性診斷和監測腎臟疾病方面有了顯著進展,克服了傳統血液檢測和尿液分析的限制。這項技術利用特定的分子探針和先進影像技術(如MRI、PET、SPECT和超音波),能夠詳細檢測腎臟疾病的活動,並提供更好的空間和時間解析度。雖然已有初步的臨床研究顯示出好結果,但仍需進一步驗證才能廣泛應用。未來,分子影像學有潛力成為腎臟疾病診斷和治療的重要工具。 PubMed DOI


站上相關主題文章列表

慢性腎臟疾病(CKD)是一個全球性重要的健康議題,具有複雜的進展模式。代謝組學是了解CKD進展的有價值工具,特別是通過空間代謝組學。本文重點介紹了代謝組學在腎臟疾病方面的最新進展,強調其在早期檢測、風險評估和有針對性干預方面的潛力。代謝組學提供了對CKD各個階段的洞察,技術使得能夠識別用於預測疾病軌跡和個性化風險評估的生物標誌。對代謝途徑的研究可以帶來創新的治療方法,例如發現腎纖維化糖尿病腎病的標誌物腺嘌呤。代謝組學對於識別新的生物標誌物並指導腎臟疾病的治療策略至關重要,旨在改善精準醫學的決策過程。 PubMed DOI

腎臟學研究進展大,但仍面臨挑戰,如早期檢測、醫療不平等、治療差異。創新藥物、組織工程、再生醫學帶來希望。慢性腎病新藥、人工腎臟、組織工程移植腎臟、細胞/基因療法等進展令人振奮。基因醫學可治單基因腎病、全身疾病。投資、合作、創新至關重要。數據探索、科學方法將增強腎臟健康策略。 PubMed DOI

利用MRI和Fe-PyC3A可檢測腎臟發炎,對缺血再灌注傷害和狼瘡性腎炎有幫助。小鼠實驗顯示潛力,Fe-PyC3A可增強受發炎影響的腎臟MRI訊號,對未受影響或缺乏特定酵素的腎臟無效。Fe-PyC3A對免疫細胞活動塑造的氧化腎臟環境具特異性,初步測試安全。需進一步研究Fe-PyC3A在檢測腎臟發炎的應用。 PubMed DOI

常染色體顯性多囊腎病(ADPKD)是最常見的遺傳性腎臟疾病,也是成人腎衰竭的主要原因。這篇文章探討了多種生物標記物在評估ADPKD進展及治療中的重要性,包括臨床、生物遺傳、分子及影像學標記。臨床標記如性別、PROPKD評分和體重指數與疾病嚴重度相關;基因分析可提升風險評估;影像學技術則改善了疾病評估。分子標記物可能成為治療目標,未來需發展反應性標記物以評估治療效果,進而支持個性化治療策略。 PubMed DOI

傳統的腎功能評估方法如腎小球過濾率和微量白蛋白尿,對腎臟的了解有限。新技術如多參數和多核功能性磁共振成像(MRI),能更全面地評估腎臟灌注、氧合和微結構,對急性和慢性腎病及移植病人特別重要,且不需侵入性活檢。多核MRI如^23Na MRI可視化鈉儲存,對個人化醫療有幫助,而^31P-MRS則提供氧化代謝的見解。這些非侵入性技術適合長期研究,特別是兒童患者,能快速評估腎功能並區分髓質與皮質區域。 PubMed DOI

這項研究探討了腎小球中特定細胞的分子特徵,結合了基質輔助雷射脫附/電離成像質譜(MALDI IMS)和多重免疫螢光(MxIF)技術。重點在於了解這些特徵在疾病,特別是糖尿病腎病中足細胞喪失的變化。研究揭示了腎小球內脂質的異質性,並利用機器學習技術進行細胞類型的識別,促進了與腎小球細胞及其微環境的分子標記發現。這些成果對於理解腎臟疾病具有重要意義。 PubMed DOI

腎功能會受到多種刺激影響,導致細胞損傷和發炎,這些過程是動態且漸進的,涉及白血球的移動和反應,時間從幾秒到幾週不等。研究人員透過活體成像技術,特別是多光子顯微鏡,能在實驗動物中可視化這些事件,增進對腎生理和病理的理解。這項技術對於研究超濾液生成、急性腎損傷及發炎白血球的招募至關重要。文章強調了活體成像在發炎性腎病模型中的應用,並探討未來的研究方向。 PubMed DOI

這篇評論探討了先進的磁共振成像(MRI)技術在評估腎臟功能中的新角色,特別是擴散加權(DWI)MRI、血氧水平依賴(BOLD)MRI和磁共振弛豫度測量(T1和T2映射)。這些非侵入性方法能在不使用對比劑或輻射的情況下,檢測腎臟的早期變化,如灌注和纖維化。DWI MRI 對糖尿病腎病的腎功能下降預測特別有前景,而BOLD MRI則有助於評估腎動脈狹窄。整合這些技術可能改善疾病檢測和個性化治療,但仍需進一步研究以確立其臨床應用。 PubMed DOI

電子顯微鏡(EM)一直是觀察腎臟結構的主要工具,但其樣本準備繁瑣、樣本大小有限、結果多為定性,且易受切片角度影響,限制了其在研究和診斷中的應用。隨著影像技術進步,超解析顯微鏡(如3D-SIM)成為有力替代,能達到低於100納米的解析度。本文探討各種超解析技術,特別是PEMP測量程序,能量化足細胞足突的變化,並在蛋白尿前識別異常,結合mRNA檢測和深度學習,為腎臟研究和個性化診斷提供新機會,推動腎臟病學的發展。 PubMed DOI

空間解析質譜(MS)和質譜成像技術越來越多地應用於腎臟生物分子研究,能無標記地檢測多種分子,如代謝物、藥物和蛋白質。這些技術透過分析生物液體、整個器官及單一細胞,為腎臟健康與疾病提供新見解。隨著樣本處理技術和空間解析度的提升,加上機器學習和人工智慧的應用,這些技術在腎臟病學中的價值預期將持續增長,填補基因組學和轉錄組學的不足。 PubMed DOI