Автор AZoNano 8 октября 2020 года

Компьютерные специалисты, инженеры-электрики и инженеры-биомедики из Калифорнийского университета в Ирвине разработали новую лабораторию на чипе, которая может помочь исследовать гетерогенность опухоли для снижения устойчивости к лечению рака.

В статье, недавно опубликованной в Advanced Biosystems команда объясняет, как они объединили микрофлюидику, искусственный интеллект и струйную печать наночастиц в устройстве, которое облегчает проверку и дифференциацию здоровых тканей и раковых образований в одноклеточный уровень.

Гетерогенность раковых клеток и опухолей может приводить к повышенной терапевтической резистентности и противоречивым результатам для разных пациентов .

Кушал Джоши, ведущий автор исследования и бывший аспирант, факультет биомедицинской инженерии, Калифорнийский университет, Ирвин

Новый инновационный биочип решает эту проблему, облегчая детальную характеристику ряда раковых клеток из образца.

Анализ отдельных клеток необходим для идентификации и классификации типов рака и изучения клеточной гетерогенности. Чтобы разработать более эффективные лекарственные средства для лечения рака, необходимо понимать возникновение опухоли, ее прогрессирование и метастазирование. Большинство методов и технологий, традиционно используемых для изучения рака, сложны, громоздки, дороги и требуют высококвалифицированных операторов и длительного времени на подготовку .

Рахим Эсфандьярпур, старший автор исследования и доцент кафедры электротехники и информатики, биомедицинской инженерии, Калифорнийский университет, Ирвин

Он сказал, что его команда справилась с этими проблемами, интегрировав методы машинного обучения с жизнеспособными микрожидкостными технологиями и струйной печатью для создания экономичных миниатюрных биочипов, которые легко прототипировать и которые могут классифицировать различные типы клеток.

В этом приборе образцы перемещаются по микрофлюидным каналам с разумно расположенными электродами, которые проверяют различия в электрических свойствах здоровых и больных клеток за один проход.

Инновация команды UCI заключалась в том, чтобы найти способ прототипирования основных частей биочипа примерно за 20 минут с помощью струйного принтера, что позволило без усилий производить производство в различных местах. Большинство используемых материалов являются многоразовыми или, в случае одноразового использования, экономичными.

Другой особенностью изобретения является интеграция машинного обучения для обработки большого объема данных, создаваемых миниатюрным инструментом. Эта ветвь ИИ ускоряет обработку и изучение больших наборов данных, предсказывая точные результаты, выявляя закономерности и ассоциации, а также поддерживая быстрое и эффективное принятие решений.

Добавив машинное обучение в рабочий процесс биочипа, исследователи повысили точность исследований и уменьшили зависимость от квалифицированных аналитиков, что могло бы сделать технологию привлекательной для медицинских специалистов в развивающихся странах, отметил Эсфандьярпур.

Всемирная организация здравоохранения утверждает, что почти 60 процентов смертей от рака груди происходит из-за отсутствия программ раннего выявления в странах с ограниченными ресурсами. Наша работа имеет потенциальное применение в исследованиях отдельных клеток, в исследованиях неоднородности опухолей и, возможно, в диагностике рака на месте оказания медицинской помощи, особенно в развивающихся странах, где стоимость, ограниченная инфраструктура и ограниченный доступ к медицинским технологиям имеют первостепенное значение .

Рахим Эсфандьярпур, старший автор исследования и доцент кафедры электротехники, информатики и биомедицинской инженерии, Калифорнийский университет, Ирвин

Это исследование получило поддержку за счет финансирования стартапа инженерной школы Генри Самуэли, UCI.

Справка журнала

Esfandyarpour, R., и др. . (2020) Биочип с нанесением наночастиц на основе машинного обучения для анализа единичных раковых клеток в режиме реального времени. Продвинутые биосистемы . doi.org/10.1002/adbi.202000160.

Источник: https://uci.edu