用AI解码液体活检:在小细胞外囊中结解诱导的指纹.
Xubin Zhu1, Han Xie1, Kaiyu Chen1
1Key Laboratory for Biomedical Photonics of MOE at Wuhan National Laboratory for Optoelectronics, Hubei Bioinformatics and Molecular Imaging Key Laboratory, Systems Biology Theme, Department of Biomedical Engineering, College of Life Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China.
Nano letters
|September 17, 2025
概括
一个新的平台使用金纳米粒子和人工智能从液体活检进行非侵入性癌症诊断. 这种快速,低成本的方法准确地分类癌症亚型和小细胞外囊泡 (sEVs) 用于点的护理测试.
科学领域:
- 生物医学工程 生物医学工程
- 纳米技术纳米技术
- 人工智能的人工智能
背景情况:
- 液体活检通过循环瘤细胞和小细胞外囊泡 (sEVs) 提供非侵入性癌症检测.
- 准确的瘤亚型分类是具有挑战性的,因为液体活检中的生物标志物丰度较低.
研究的目的:
- 开发一种低成本的,自动化的癌症分类平台,使用结解诱导的金纳米颗粒浮动模式 (FTFPA).
- 整合智能手机成像和人工智能来分析FTFPA用于sEV分类和瘤亚型诊断.
主要方法:
- 开发了一个自动化平台,利用金纳米粒子 (FTFPA) 的结解诱导的浮动模式.
- 基于智能手机的集成图像捕捉和人工智能驱动的分析,用于分类细胞类型和SEVs.
- 在细胞系和临床样本上验证了该系统,包括健康对照,乳腺结节和乳腺癌亚型.
主要成果:
- 在分类9种细胞类型 (0.891) 和它们的sEV (0.898) 中获得高F1分数.
- 在临床样本上证明了诊断能力,F1得分为0.814.
- 该平台在1.5分钟内处理96个样本,成本低于传统显微镜成本的一小部分.
结论:
- FTFPA方法提供了一种便携式,快速且具有成本效益的方法,用于强大的sEV分类.
- 这项技术使得切实可行的 point-of-care 癌症诊断成为可能,促进了精确的瘤亚型识别.
