非定向的抽样触摸喷雾质谱分析与机器学习,用于现场评估乳腺外科边缘

科学领域:

• 分析化学 分析化学
• 临床诊断 临床诊断 临床诊断
• 生物技术是生物技术.

背景情况:

• 直接采样质谱 (MS) 技术,包括扫描仪触摸喷雾MS (TS-MS),提供快速的临床诊断.
• 商用扫描仪在正电离模式下显示高背景信号,限制了它们的临床实用性.
• 现有的规避方法,如修改的MS方法或拭子预清洗,对于广泛的临床应用是不够的.

研究的目的:

• 评估无菌包装的OmniSwabs作为一种替代材料,用于非向的拭子TS-MS分析.
• 为了证明使用OmniSwab TS-MS的可行性,以快速进行手术边缘的体内分析.
• 开发和优化机器学习模型,以准确地将手术边缘分类为正常或瘤.

主要方法:

• 在使用OmniSwabs的手术过程中,在体内抽取乳房外科边缘.
• 在医院环境中使用紧式质谱仪快速分析扫描样本.
• 应用各种机器学习算法,包括LASSO,来分类质谱学光谱.

主要成果:

• 在OmniSwab TS-MS工作流中,在分类外科手术边缘方面,准确度超过90%.
• 最小绝对收缩和选择运算符 (LASSO) 模型显示了最高的预测性能.
• 四分之三的癌症涉及的外科手术边缘被正确确定.
• 整个分析和预测过程在5分钟内完成.

结论:

• 无菌OmniSwabs为TS-MS提供了一种可行的替代方案,可以有效地减少背景信号.
• 使用OmniSwabs和机器学习的快速TS-MS可以准确地帮助在手术内外科手术边缘评估.
• 这项技术具有通过实时决策支持改善外科手术结果的巨大潜力.