Tumordiagnostik mit Kombi aus maschinellem Lernen und Biochip
Oktober 2020
University of California Irvine, Irvine, USA
Die Durchführung von Einzelzellanalysen ist unerlässlich, um Krebszelltypen zu identifizieren und zu klassifizieren und die zelluläre Heterogenität zu untersuchen. In dieser Studie werden leistungsfähige Techniken des maschinellen Lernens mit leicht zugänglichem Tintenstrahldruck und Mikrofluidik-Technologie kombiniert und ein aus Nanopartikel gedrucktem Biochip für Einzelzellanalysen integriert. Der Biochip ist leicht prototypisierbar, miniaturisiert und kosteneffektiv, potenziell in der Lage, eine Vielzahl von Zelltypen markierungsfrei zu differenzieren. Klassifikatoren von Merkmalen werden etabliert und ihre Leistungsmetriken bewertet. Der Nutzen des Biochips zur Unterscheidung von Nicht-Krebszellen von Krebszellen auf Einzelzellebene und zur Klassifizierung von Krebs-Subtyp-Zellen wird demonstriert. Man geht davon aus, dass ein solcher Chip potenzielle Anwendungen in Einzelzellstudien, Tumorheterogenitätsstudien und möglicherweise in der patientennahen Krebsdiagnostik finden wird.
A machine learning-assisted nanoparticle-printed biochip for real-time single cancer cell analysis
Rahim Esfandyarpour
Eingestellt am: 11.11.2020
[1] https://onlinelibrary.wiley.com/doi/pdf/10.1002/adbi.202000160[2] https://www.technologynetworks.com/informatics/news/biochip-innovation-combines-ai-and-nanoparticles-to-analyze-tumors-341387
