通过自动化和人工智能推进高通量细胞原子力显微镜.
Ophélie Thomas-Chemin1, Sébastien Janel2, Zeyd Boumehdi1
1LAAS-CNRS, CNRS, Université de Toulouse, 31400 Toulouse, France.
ACS nano
|January 30, 2025
概括
原子力显微镜 (AFM) 在生物学方面表现有前途,但数据吞吐量较低,阻碍了其在诊断中的使用. 自动化和人工智能 (AI) 是改善生物AFM用于医疗应用的关键.
科学领域:
- 生物物理学的生物物理.
- 细胞生物学 细胞生物学
- 医学诊断 医学诊断 医学诊断
背景情况:
- 原子力显微镜 (AFM) 是生物学的成熟技术,提供地形,机械和粘附数据.
- 在许多生物研究中,AFM在分子,细胞和组织尺度上应用.
- 尽管AFM具有很强的功能,但它还不是生物医学领域的标准诊断工具.
研究的目的:
- 确定限制AFM在生物医学中的诊断应用的原因.
- 要突出生物AFM (生物-AFM) 中数据吞吐量低的挑战.
- 审查自动化生物AFM测量和用于诊断的数据分析方面的进展.
主要方法:
- 审查目前对活细胞的AFM测量的自动化工作.
- 检查自动化AFM数据分析的发展情况.
- 探索人工智能 (AI) 用于分类细胞和组织数据的应用.
主要成果:
- 低数据吞吐量是生物AFM在诊断中的主要局限性.
- 飞行机组测量和数据分析的自动化正在取得进展.
- 人工智能显示出使用AFM数据区分健康和病变细胞/组织的潜力.
结论:
- 提高自动化和数据分析,特别是人工智能,对于生物AFM采用至关重要.
- 提出了一份路线图,以促进生物AFM在医学诊断中的整合.
- 克服吞吐量限制可以释放AFM的诊断潜力.


