用CRISPR增强的光流极性切换用于双lncRNA检测,结合深度学习用于癌症诊断
Ruiying Yang1, Jiangying Ji1, Lihua Ding1
1College of Public Health, Zhengzhou University, Zhengzhou 450001, China.
Analytical chemistry
|August 2, 2024
概括
这项研究引入了一种新的生物传感器,用于检测血液中的两种与癌症相关的长非编码RNA (lncRNA). 结合深度学习,它在早期癌症诊断中实现了高准确度.
科学领域:
- 生物医学工程 生物医学工程
- 分子诊断学 分子诊断学
- 癌症研究 癌症研究
背景情况:
- 长非编码RNAs (lncRNAs) 的异常表达是各种癌症的标志.
- 精确和灵敏地检测lncRNAs对于早期癌症诊断和预后至关重要.
研究的目的:
- 开发一种新的CRISPR/Cas13a增强型光电化学 (PEC) 生物传感器,用于同时检测两个特定的lncRNAs (HOTAIR和MALAT1).
- 整合深度学习 (DL) 以基于lncRNA检测数据的增强癌症诊断.
主要方法:
- 设计了一种使用CRISPR/Cas13a的PEC生物传感器,用于目标lncRNA识别和DNA酶步行器.
- 嵌入了添加碳-Cu/Cu2O八面体和CdS量子点用于信号生成.
- 应用了深度学习模型来分析癌症分化联合lncRNA检测数据.
主要成果:
- 实现了HOTAIR (25.5 aM) 和MALAT1 (53.1 aM) 的超低检测极限.
- 通过使用全血样,成功地证明了癌症患者和健康人群之间的差异化.
- DL模型实现了93.3%的癌症诊断准确度.
结论:
- 开发的PEC生物传感器平台能够对lncRNAs进行敏感和特定的联合检测.
- 这项技术为早期智能癌症诊断提供了一个有希望的方法.
