心血管疾病风险评估通过传感循环微生物群与矿量子点,利用细菌物种选择的深度学习模型来评估心血管疾病风险
Nazim Nazeer1, Vikas Gurjar1, Pooja Ratre1
1Division of Environmental Biotechnology, Genetics & Molecular Biology (EBGMB), ICMR-National Institute for Research in Environmental Health (NIREH), Bypass Road, Bhauri, Bhopal, 462 030, MP, India.
Mikrochimica acta
|April 9, 2024
概括
矿量子点 (PQD) 通过检测循环微生物组DNA,为心血管疾病 (CVD) 风险评估提供了一种新的纳米传感器. 这种方法比传统的诊断更敏感,更有选择性,更快速.
科学领域:
- 纳米材料科学 科学 纳米材料科学
- 生物医学工程 生物医学工程
- 分子诊断学 分子诊断学
背景情况:
- 心血管疾病 (CVD) 构成了全球健康的重大负担.
- 早期检测和风险评估对于有效的心血管疾病管理至关重要.
- 当前的诊断方法可能是劳动密集型,耗时,不太可靠.
研究的目的:
- 开发一种新的纳米传感器用于心血管疾病 (CVD) 风险评估.
- 使用矿量子点 (PQD) 检测循环微生物群的16S rRNA.
- 使用深度学习模型将特定的细菌物种与心血管疾病风险联系起来.
主要方法:
- 利用矿量子点 (PQDs) 因为它们的高光量子产量.
- 开发了一个纳米传感器来检测循环细菌中的16SrRNA.
- 采用长期短期记忆 (LSTM) 深度学习模型来分析细菌物种丰富度和心血管疾病风险.
主要成果:
- 确定了心血管疾病风险和三种细菌物种的丰富性之间的显著关联:Bauldia litoralis,Hymenobacter properus和Virgisporangium myanmarense.
- 在检测中实现了高灵敏度,对Virgisporangium myanmarense.的极限低至0.281 fg.
- 展示了一种纳米传感器,不需要标记,放大和量化,提供高灵敏度和选择性.
结论:
- 开发的基于PQD的纳米传感器为CVD风险评估提供了灵敏,选择性和快速的方法.
- 该方法通过消除复杂的生物化学步骤来简化诊断,提供速度和可靠性的优势.
- 传感器的用户友好和稳定性质有助于在护理点进行测试,并将其集成到资源有限的医疗机构中.
关键词:
人工智能的人工智能是人工智能.光检测的检测方法纳米光子学是一种纳米光子学.纳米生物传感器是什么?护理点检测试验 (Point-of-care assay) 是一种临床检测方法.翻译研究是翻译研究.更多相关视频
11:09Multiplex Detection of Bacteria in Complex Clinical and Environmental Samples using Oligonucleotide-coupled Fluorescent Microspheres
Published on: October 23, 2011
16.3K
13:06Solubilization and Bio-conjugation of Quantum Dots and Bacterial Toxicity Assays by Growth Curve and Plate Count
Published on: July 11, 2012
14.3K
