人工智能增强的视觉光谱协同作用,用于快速和超灵敏地生物检测与乳腺癌相关的miRNAs
Wei Wang1, Lei Liu1, Jianxiong Zhu1
1School of Mechanical Engineering, Southeast University, Nanjing 211189, People's Republic of China.
ACS nano
|January 22, 2024
概括
这项研究引入了一种人工智能增强的方法,用于使用横向流量分析检测与癌症相关的microRNA. 这种方法结合了金纳米粒子和光纳米钻石,提高了早期癌症诊断的灵敏度.
科学领域:
- 生物医学诊断 生物医学诊断
- 纳米技术纳米技术
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 越来越多地用于用于疾病诊断的生物医学测试.
- 侧流检测 (LFA) 是常见的诊断工具,但它们的灵敏度可能有限.
- 微RNAs (miRNAs) 是癌症早期检测的关键生物标志物.
研究的目的:
- 使用LFA开发一种AI增强的癌症相关miRNA检测策略.
- 为了提高miRNA检测的灵敏度和速度,用于早期癌症诊断.
- 整合视觉和光谱检测方法以提高精度.
主要方法:
- 利用人工智能算法来完善视觉结果和来自LFA的光谱的整合检测.
- 结合金纳米颗粒 (GNP) 用于色度检测,空位 (NV) 中心在光纳米钻石 (FND) 中,用于光检测.
- 与GNP和FND一起设计的LFA,利用它们对光信号的相互强化.
- 开发了一个检测平台,用于同时检测与乳腺癌相关的miRNAs (miRNA-21和miRNA-96).
主要成果:
- 实现了高度灵敏的miRNA检测,在女性 (fM) 层面上具有检测极限 (LOD).
- 在5分钟内检测到miRNA的R平方值大约为0.9916.
- 通过人工智能增强,证明了光和颜色强度的协同增强.
- 成功执行了两个关键乳腺癌生物标志物的同时检测.
结论:
- 人工智能增强的LFA策略显著提高了癌症相关miRNAs的检测灵敏度和速度.
- 这种综合方法为癌症的早期检测提供了一个有希望的平台,例如乳腺癌.
- 通过人工智能放大光学信号的相互强化,为敏感生物标志物检测提供了一个强大的方法.
