通过机器学习辅助的多重癌细胞的模式识别和成像,通过嵌入氨酸的树枝状细胞阵列
Jiabao Hu1, Weiwei Ni1, Mengting Han1
1State Key Laboratory of Natural Medicines, National R&D Center for Chinese Herbal Medicine Processing, Department of Food Quality and Safety, College of Engineering, China Pharmaceutical University, 210009, China. jinsong.han@cpu.edu.cn.
Journal of materials chemistry. B
|November 15, 2024
概括
一种使用氨酸嵌入式树枝状体的新型传感器阵列能够准确,同时检测多种癌症. 这一突破为早期癌症诊断提供了一种快速简单的方法,显著提高了患者的生存率.
科学领域:
- 生物材料科学 生物材料科学
- 纳米技术 纳米技术
- 癌症研究 癌症研究
背景情况:
- 早期癌症检测对于改善患者生存率至关重要.
- 开发简单,快速和准确的方法来同时进行多种癌症的歧视仍然是一个重大挑战.
研究的目的:
- 开发一种嵌入氨酸的基于树突体的传感器阵列,用于并行区分多种癌症.
- 为了实现高精度和速度在区分各种癌症类型和正常细胞.
主要方法:
- 制造了一种嵌入5元素氨酸的树枝状体传感器阵列,并对功能组进行了修改.
- 使用光反应和激光共聚焦显微镜进行验证.
- 采用机器学习算法进行数据分析和细胞歧视.
主要成果:
- 5元素阵列在区分正常和6种类型的人类癌细胞,包括混合细胞种群之间实现了100%的准确性.
- 一个6通道阵列在几分钟内从人类和小鼠的起源区分了9种细胞类型 (2个正常,7个癌症).
- 该平台表现出高灵敏度,仅需要1000个细胞才能准确区分.
结论:
- 嵌入氨酸的基于树突体的传感器阵列显示了平行癌症歧视的显著潜力.
- 这项技术为快速,准确和同时进行早期癌症诊断提供了一个有前途的平台.
