深度学习驱动的微流体SERS用于表征外体中的异质性,用于分类非小细胞肺癌亚型
Hui Chen1, Hongyi Liu1, Longqiang Xing1
1Key Laboratory of Optical Technology and Instrument for Medicine, Ministry of Education, University of Shanghai for Science and Technology, Shanghai 200093, China.
ACS sensors
|April 1, 2025
概括
这项研究引入了使用SERS用于早期肺癌诊断的深度学习微流体芯片. 该系统使用外体组分析准确地将非小细胞肺癌亚型与正常细胞区分开来.
科学领域:
- 生物医学工程 生物医学工程
- 纳米技术 纳米技术
- 癌症研究 癌症研究
背景情况:
- 肺癌的异质性需要早期诊断和精确的亚型,以实现个性化医疗.
- 组织活检具有侵入性和局限性,因此需要使用外体细胞等不那么侵入性的生物标志物.
- 外基因组含有瘤特异性信息,但由于其复杂性而面临隔离和分析的挑战.
研究的目的:
- 开发一个深度学习驱动的微流体芯片,与表面增强的拉曼散射 (SERS) 集成,用于早期非小细胞肺癌 (NSCLC) 诊断和亚型.
- 克服外体隔离和分析方面的挑战,以改善液体活检应用.
- 为准确的NSCLC分子亚型化进行外体差异的表征.
主要方法:
- 设计了一个微流体芯片,并使用聚烯微球和配有抗CD-9抗体 (PACD) 的金纳米立方体进行外体捕获和丰富的处理单元.
- 一个光学传感单元被用来捕捉PACD并检测来自外体的SERS信号.
- 使用深度学习算法来分析SERS数据以进行外体细胞特征.
主要成果:
- 微流体系统实现了85%的最大外体细胞捕获效率.
- 该系统成功地将三个NSCLC细胞系从正常细胞系中高精度地区分出来.
- 每个类别的总准确率为97.88%,曲线下面积 (AUC) >0.95,表明了强大的诊断能力.
结论:
- 集成的深度学习,SERS和微流体系统有效地捕获,检测和分析NSCLC诊断和亚型化的外体.
- 这项技术显示出促进基于外体的液体活检用于临床癌症诊断和预后的巨大潜力.
- 这项研究强调了个性化医疗在肺癌治疗中的有希望的方法.
更多相关视频
09:30Using Nanoplasmon-Enhanced Scattering and Low-Magnification Microscope Imaging to Quantify Tumor-Derived Exosomes
Published on: May 24, 2019
7.3K
10:29Semi-automatic PD-L1 Characterization and Enumeration of Circulating Tumor Cells from Non-small Cell Lung Cancer Patients by Immunofluorescence
Published on: August 14, 2019
10.5K
