颜值测量吸收传感器与深度学习驱动的智能手机应用程序相结合,用于编程死亡-1表达细胞外囊泡

科学领域:

• 生物医学工程 生物医学工程
• 纳米技术纳米技术
• 癌症的诊断 癌症的诊断

背景情况:

• 肺癌是癌症死亡的主要原因,需要先进的非侵入性检测方法.
• 表达编程死亡-1 (PD-L1@EVs) 的细胞外囊泡是肺癌和免疫治疗反应的潜在生物标志物.

研究的目的:

• 开发一种敏感和特定的色度测量感应传感器,用于检测PD-L1@EVs.
• 创建一个基于智能手机的定量分析工具,以提高可访问性.

主要方法:

• 使用 (Fe3O4) -SiO2-TiO2纳米复合材料进行高效的EV捕获.
• 采用PD-L1酶触发的酶链杂化链反应 (HCR) 进行信号放大.
• 开发了一个卷积神经网络 (CNN) 驱动的智能手机应用程序 (ExoP) 用于定量色彩分析.

主要成果:

• 胃感应器检测到PD-L1@EVs,其检测极限低至3.6x10^2 EVs/mL.
• 实现了从10^3到10^10 EVs/mL的宽线性检测范围,具有高特异性.
• 成功区分了来自肺癌患者和健康志愿者的血清样本.

结论:

• 开发的色度测量吸觉传感器与CNN驱动的智能手机应用程序相结合,为肺癌检测提供了一种简单,敏感和特定的方法.
• 这种方法通过消除对专用设备的需求,提高了可访问性,特别是在资源较少的环境中.