基于机器学习的循环微RNA混合物的单分子量化
Jonathan Jeffet1,2,3, Sayan Mondal2,3, Amit Federbush1,4
1School of Physics and Astronomy, Raymond and Beverly Sackler Faculty of Exact Sciences, Tel Aviv University, Tel Aviv 6997801, Israel.
ACS sensors
|October 4, 2023
概括
我们开发了一种用于检测血中微RNA (miRs) 的新方法. 这种快速,经济高效的液体活检技术使用光谱成像和机器学习进行早期疾病检测.
科学领域:
- 生物化学 生物化学
- 分子生物学分子生物学
- 生物技术是生物技术.
背景情况:
- 微RNA (miRs) 是调节基因表达的小型非编码RNA.
- 血中循环的miRs作为潜在的生物标志物,可以通过液体活检早期检测疾病.
- 目前的检测方法可能是复杂和耗时的.
研究的目的:
- 开发一种新的,快速的,具有成本效益的方法,用于多重检测和量化微RNAs.
- 为了能够直接分析来自小血液体积的原生,未放大的miRs.
- 通过液体活检建立一种用于早期疾病诊断的新工具.
主要方法:
- 一种新的测定方法,将紧的光谱成像与基于机器学习的检测方案相结合.
- 多重复合单分子检测和量化选定小组的miRs.
- 直接分析原生,未放大miRs没有测序.
主要成果:
- 证明了同时对多个miR目标进行多重分类的能力.
- 使用合成混合物实现了miR目标之间的微妙比率变化的量化和区分.
- 验证了该方法的时间效率和成本效益.
结论:
- 提出的方法为诊断的微RNA分析提供了显著的进步.
- 这种技术通过非侵入性液体活检促进了早期疾病检测.
- 该试验节省了时间,成本效益,并且适合临床应用.
