人工智能辅助多重体SYBR绿色基于I的qPCR用于口腔微生物群的识别和定量分析

科学领域:

• 分子生物学分子生物学
• 生物技术是生物技术.
• 人工智能在诊断中的应用

背景情况:

• 传统的多重定量PCR (qPCR) 具有有限的通道,初始干扰和多病原体检测的高探针成本.
• 对多种病原体的准确和高通量检测仍然是临床诊断和公共卫生方面的挑战.
• 需要一种具有成本效益和敏感的方法来同时识别病原体.

研究的目的:

• 开发一种与人工智能 (AI) 集成的新型速度控制PCR (VC-PCR) 系统.
• 为了实现高吞吐量,使用标准原料和SYBR Green I.使用多种病原体的定量检测.
• 建立一个AI框架来解释复杂的放大曲线在多重测试.

主要方法:

• 使用牛血清白蛋白 (BSA) 和高度SYBR绿色I的VC-PCR的优化.
• 开发AI框架 (XGBoost,k-NN,ShapeDTW) 用于双重和三重测试数据的解释.
• 对关键参数进行系统测试,包括BSA,染料,原料度和产品长度.

主要成果:

• 确定了最佳条件:5 mg/mL BSA,8 × SYBR绿色I,500 nM总原料.
• 双重VC-PCR与AI实现了100%的半定量精度和3.7%的平均绝对量化误差.
• 使用人工智能的三重VC-PCR证明了100%的定性和>90%的半定量准确度,检测极限较低.

结论:

• 集成AI的VC-PCR系统可以在没有曲线分析或多个光通道的情况下检测多重病原体.
• 这种新型系统提供了一种具有成本效益和高灵敏度的解决方案,用于同时检测多种病原体.
• 对临床诊断,环境监测和公共卫生监测有广泛的影响.