斯特拉托LAMP-2:一个无微流体的深度学习平台,用于多重数字分子诊断

科学领域:

• 生物技术和分子诊断学
• 数字核酸测试数字核酸测试
• 关心点的技术 关心点的技术

背景情况:

• 准确的分子诊断对于疾病检测和个性化医学至关重要.
• 目前的数字核酸测试通常依赖于微流体和光,限制了可扩展性和可访问性.
• 需要具有成本效益,可扩展和可访问的数字分子诊断平台.

研究的目的:

• 为多重分子诊断开发一个无微流体,无标签的数字核酸量化平台.
• 为了实现核酸的绝对量化,提高准确性和稳定性.
• 为了提供一个低成本,可扩展的替代点的护理分子诊断.

主要方法:

• 开发了StratoLAMP-2,一个使用旋生成的多分散滴和酸沉物用于视觉读取的平台.
• 采用了以原料度驱动的沉积物水平分层,用于目标身份编码.
• 采用基于规则的分类和深度学习方法进行滴滴分析,结合体积意识的Poisson建模.

主要成果:

• 在广泛的动态范围内实现了核酸的精确和强大的多重绝对量化.
• 在使用深度学习进行滴滴细分,跟踪和分类方面表现出卓越的准确性和稳定性.
• 该平台成功地区分了含有Target 1,Target 2或两者的滴水.

结论:

• 斯特拉托LAMP-2为传统的数字分子分析提供了一个临床相关,低成本和可扩展的替代方案.
• 无微流体,无标签的方法提高了分散和服务不足的环境的可访问性.
• 这项技术为广泛采用护理点分子诊断铺平了道路.