Biochip-innovation kombinerer kunstig intelligens og nanopartikeludskrivning til kræftcelleanalyse

Elektriske ingeniører, dataloger og biomedicinske ingeniører ved University of California, Irvine har skabt en ny lab-on-a-chip, der kan hjælpe med at studere tumorheterogenitet for at reducere resistens over for kræftbehandlinger.

I et papir offentliggjort i dag i Avancerede biosystemer , forskerne beskriver, hvordan de kombinerede kunstig intelligens, mikrofluidik og nanopartikel inkjet print i en enhed, der muliggør undersøgelse og differentiering af kræftformer og sundt væv på enkeltcelleniveau.

"Cancercelle- og tumorheterogenitet kan føre til øget terapeutisk resistens og inkonsistente resultater for forskellige patienter, " sagde hovedforfatter Kushal Joshi, en tidligere UCI kandidatstuderende i biomedicinsk teknik. Holdets nye biochip løser dette problem ved at tillade præcis karakterisering af en række kræftceller fra en prøve.

"Enkeltcelleanalyse er afgørende for at identificere og klassificere kræfttyper og studere cellulær heterogenitet. Det er nødvendigt at forstå tumorinitiering, progression og metastasering for at designe bedre kræftbehandlingsmidler, " sagde medforfatter Rahim Esfandyarpour, UCI assisterende professor i elektroteknik &datalogi samt biomedicinsk teknik. "De fleste af de teknikker og teknologier, der traditionelt bruges til at studere kræft, er sofistikerede, omfangsrig, dyrt, og kræver højt uddannede operatører og lange forberedelsestider."

Han sagde, at hans gruppe overvandt disse udfordringer ved at kombinere maskinlæringsteknikker med tilgængelig inkjet-udskrivning og mikrofluidikteknologi for at udvikle billige, miniaturiserede biochips, der er enkle at prototype og i stand til at klassificere forskellige celletyper.

I apparatet, prøver rejser gennem mikrofluidiske kanaler med omhyggeligt placerede elektroder, der overvåger forskelle i de elektriske egenskaber af syge versus raske celler i en enkelt omgang. UCI-forskernes nyskabelse var at udtænke en måde at prototyper på vigtige dele af biochippen på omkring 20 minutter med en inkjet-printer, giver mulighed for nem fremstilling i forskellige omgivelser. De fleste af de involverede materialer er genanvendelige eller, hvis engangs, billig.

Et andet aspekt af opfindelsen er inkorporeringen af ​​maskinlæring for at styre den store mængde data, som det lille system producerer. Denne gren af ​​AI accelererer behandlingen og analysen af ​​store datasæt, finde mønstre og associationer, forudsige præcise resultater, og hjælpe med hurtig og effektiv beslutningstagning.

Ved at inkludere maskinlæring i biochippens arbejdsgang, holdet har forbedret analysens nøjagtighed og reduceret afhængigheden af ​​dygtige analytikere, som også kan gøre teknologien tiltalende for læger i udviklingslandene, sagde Esfandyarpour.

"World Health Organization siger, at næsten 60 procent af dødsfaldene som følge af brystkræft sker på grund af mangel på tidlige opdagelsesprogrammer i lande med sparsomme ressourcer, " sagde han. "Vores arbejde har potentielle anvendelser i enkeltcelleundersøgelser, i tumorheterogenitetsundersøgelser og, måske, i point-of-care kræftdiagnostik - især i udviklingslande, hvor omkostninger, begrænset infrastruktur og begrænset adgang til medicinsk teknologi er af yderste vigtighed."