肺がんの検出を向上させるためのエクソソーム分析のための説明可能なディープラーニングと組み合わせたSERSマッピング
Hui Chen1, Luyao Wang1,2, Dandan Fan1
1Key Laboratory of Optical Technology and Instrument for Medicine, Ministry of Education, University of Shanghai for Science and Technology, Shanghai, 200093, China. chenhui@usst.edu.cn.
The Analyst
|August 27, 2025
まとめ
この研究では,表面強化ラーマン分散 (SERS) とディープラーニングを使用して,肺がんの検出を改善するためにエクソソームバイオマーカーを分析します. 説明可能なAIモデルは,表面と内部エクソソーム信号の両方を分析することによって98.95%の精度を達成しました.
科学分野:
- 生物医学工学
- ナノテクノロジー
- 人工知能
背景:
- エクソソームは 癌の重要なバイオマーカーですが 総合的な分析は困難です
- 表面強化ラーマン分散 (SERS) は,エクソソムの検出に高い感度を提供します.
- 貨物分析のためのSERS信号のエクソソームへの浸透には制限があります.
研究 の 目的:
- 肺がんの検出の精度を向上させるため,表面および内部の外体生体マーカーの両方を分析する.
- SERSの信号解釈のためのスマートで説明可能なディープラーニングモデルを開発する.
- 肺がんの特定に寄与する主要なスペクトル特徴を視覚化します.
主な方法:
- 黄金のナノキューブ型スーパーグリッド (GNS) は,SERSマッピングのためにマランゴニ効果を用いて製造された.
- グラデーションベースのカテゴリーアクティベーションマッピング (Grad-CAM) 拡張深層学習モデルが採用されました.
- このモデルは,正常な肺がん細胞と肺がん細胞のエクソソームからのSERS信号で訓練されました.
主要な成果:
- ディープラーニングモデルは,表面および内部バイオマーカーの両方を分析する際に98.95%の分類精度を達成しました.
- 表面生物マーカーのみを用いた分析は96. 35%の精度をもたらした.
- Grad-CAMは 癌の検出を促す分子シグネチャーについて 解釈可能な洞察を提供しました
結論:
- 外体バイオマーカーのSERSマッピングと説明可能なディープラーニングを組み合わせることで,肺がんの検出が著しく改善されます.
- このアプローチはモデルのパフォーマンスを向上させ,人間に理解できる説明を提供します.
- この方法は早期がん診断と 予後診断の強力なツールです
