在低资源环境中,使用基于ML的RT-LAMP产品图像强度分析来定量估计血中C型肝炎病毒RNA的廉价方法
Ranamay Saha1, Kapil Manoharan1, Jasmine Samal2
1Microsystems Fabrication Laboratory, Department of Mechanical Engineering, Indian Institute of Technology Kanpur, Kanpur-208016, Uttar Pradesh, India. kapil.manoharan@gmail.com.
Lab on a chip
|July 29, 2025
概括
一种新的,负担得起的C型肝炎病毒 (HCV) RNA检测方法采用芯片上放大和机器学习. 这种临床检测为诊断HCV感染提供了很高的准确性,特别是在资源有限的地区.
科学领域:
- 分子诊断学 分子诊断
- 生物技术是生物技术.
- 公共卫生 公共卫生
背景情况:
- 肝炎C病毒 (HCV) 感染是一个全球性的健康问题,慢性感染率高.
- 目前的HCVRNA测试受到成本和可访问性的阻碍,特别是在资源有限的环境中.
- 有效的治疗启动依赖于可访问和准确的分子诊断.
研究的目的:
- 开发一种新,廉价和用户友好的分子诊断方法来检测C型肝炎病毒RNA.
- 将芯片上的反转录酶循环介导同热放大 (RT-LAMP) 与图像分析和机器学习相结合.
- 为了建立一个可靠的 point-of-care (POC) 测试,用于定量检测HCV RNA.
主要方法:
- 开发了与图像强度测量和基于机器学习的预测 (RT-LAMP-IM-MLP) 集成的芯片RT-LAMP测试.
- 利用低成本的微流体芯片在血中快速,定量地检测HCV RNA.
- 使用Python的OpenCV进行图像处理和修改的随机森林算法进行预测.
主要成果:
- 在临床样本上,RT-LAMP-IM-MLP方法实现了97.1%的灵敏度,96.9%的特异性和97%的整体准确性.
- 已证明可以检测到HCVRNA的水平低至10 IU mL-1,可与实时PCR相比较.
- 该测试提供了低成本的每次测试 (<4美元) 和减少试剂使用.
结论:
- 开发的RT-LAMP-IM-MLP试验是一种敏感,特异和具有成本效益的工具,用于HCV RNA检测.
- 这种方法显示出作为C型肝炎病毒的临床诊断的巨大潜力.
- 该方法解决了在资源有限的环境中需要可访问的分子诊断的需求.
