多模式传感与集成机器学习,以区分特定的白细胞,这些白细胞是电敏感混合粒子的目标
Brandon K Ashley1, Jianye Sui2, Mehdi Javanmard3
1Department of Biomedical Engineering, Rutgers, the State University of New Jersey, Piscataway, NJ, 08854, USA.
Biosensors & bioelectronics
|September 10, 2023
概括
研究人员开发了一种新的诊断工具,使用专门的粒子同时检测多个细胞受体. 这种先进的多频阻抗细胞计为个性化的疾病预后和生物标志物分析提供了高准确度.
科学领域:
- 生物医学工程 生物医学工程
- 纳米技术 纳米技术
- 免疫诊断 免疫诊断 免疫诊断 免疫诊断
背景情况:
- 诊断技术的进步对于个性化医疗至关重要.
- 目前的方法难以同时分析多个生物标志物,阻碍了复杂疾病的预后.
- 需要创新的,非侵入性的诊断解决方案.
研究的目的:
- 开发和验证用于同时进行多重生物标记分析的多频阻抗细胞计仪器.
- 为了创建新的频率敏感的条形码金属氧化物Janus粒子 (MOJPs) 用于细胞受体向.
- 为了能够精确地分类中性粒细胞上免疫特异性表面受体.
主要方法:
- 制造具有针对中性粒细胞表面蛋白 (CD11b,CD66b) 的功能化的金属氧化物Janus粒子 (MOJPs).
- 使用多频电场来调节MOJP的电特性.
- 采用带有监督机器学习和高速视频显微镜的多模式系统,基于电气记录进行分类.
主要成果:
- 在区分中性粒细胞-MOJP结合物和单独细胞方面获得了高精度和灵敏度 (>90%的准确性).
- 证明能够区分每个细胞共的MOJP数量 (>80%准确度) 和在不同MOJP类型 (>75%准确度) 中进行区分.
- 在单个和多个血液样本中确认了设计的稳定性和一致性.
结论:
- 开发的带有MOJP的多频阻抗细胞计仪器为高精度多重生物标志物检测提供了一个强大的平台.
- 这项技术具有显著的潜力,可以通过同时分析多个生物标志物来改善复杂疾病的预后.
- 该系统的模块化设计允许扩展以准额外的生物标志物,增加多重复合能力.
更多相关视频
11:38Author Spotlight: Enhancing PSC-to-Functional Cell Differentiation Using ML Models Based on Live-Cell Bright-Field Imaging
Published on: October 4, 2024
617
08:58Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning
Published on: November 19, 2018
12.5K
