使用人工智能和二维纳米片来解码肝细胞癌的水友性指纹的集成平台
Zhiyu Li1, Bingcun Ma2, Shaoxuan Shui1
1National Engineering Research Center for Biomaterials, School of Biomedical Engineering, Sichuan University, Chengdu 610064, China. fanglan@scu.edu.cn.
Journal of materials chemistry. B
|July 12, 2024
概括
这项研究介绍了一种人工智能驱动的平台,用于分析爱水性 (HPs) 以诊断肝癌 (HCC). 这种新方法在识别HCC时实现了100%的准确性,提供了一个非破坏性的诊断工具.
科学领域:
- 生物化学 生化学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 水友性 (HPs) 涉及到肝细胞癌 (HCC) 的发病.
- 由于生物标志物的局限性和数据的复杂性,目前的HCC诊断缺乏非破坏性,高度准确的方法.
- 对HCC中HP变化的全面分析具有挑战性.
研究的目的:
- 开发一个多功能平台,用于敏感的HP指纹和准确的HCC诊断.
- 克服分析HCC生物标志物发现的复杂生物数据的局限性.
- 为了建立一个非破坏性的,AI驱动的诊断方法HCC.
主要方法:
- 整合人工智能 (AI) 计算,HPs的水友互动提取,以及MALDI-MS测试.
- 开发一个用于高通量HP分析的平台.
- 机器学习算法的应用用于模式识别和分类.
主要成果:
- 该平台在测试队列中实现了HCC的诊断准确率为100.00%.
- 一个由10个特征性HP组成的小组证明了快速HCC诊断的98%准确性.
- 确定了62名参与肝脏疾病相关途径的HP.
结论:
- 开发的平台使得高灵敏度的HP指纹可以用于准确的HCC诊断.
- 这种人工智能集成的方法为早期HCC检测提供了一种有前途的非破坏性方法.
- 这些发现为HCC生物标志物研究和个性化治疗策略提供了新的途径.
