Une approche multimodale pour le dépistage précoce du cancer du sein

Professeur Samir Iqbal de la vallée de Rio Grande d'Université du Texas, Etats-Unis, a présenté un exposé à la conférence de NANOMED hébergée par la société de NANOSMAT à Manchester le 26-28 juin 2018th .

Dans son entretien, Samir a expliqué comment il emploie un large éventail de techniques de la microélectronique au bureau d'études d'apprentissage automatique et de surface pour déterminer si l'échantillon d'un patient contient des cellules de cancer du sein.

Crédit d'image : Okrasyuk/Shutterstock

En dépit des avancements neufs dans le traitement visé et la diagnose avancée, les morts liées au cancer continuent à monter.

Aux Etats-Unis, le cancer est actuel la deuxième maladie commune et est attribué à une dans les quatre morts, à un coût de $250 milliards par an.

Le professeur Iqbal et son équipe examinent actuel produire un dispositif d'une façon minimum invasif de remarque-de-soins qui peut aider avec le dépistage précoce du sein et d'autres types de cancer qui sont souvent trouvés tard (étape 4).

Développant un détecteur qui fonctionne

La création d'un tel dispositif, cependant, se fonde sur beaucoup d'endroits interdisciplinaires en dehors de biologie de cancer et peut s'étendre au bureau d'études électronique et même à l'apprentissage automatique. Du côté biologique, il y a beaucoup de différentes propriétés qui peuvent être exploitées pour détecter, telle que les récepteurs extérieurs, la taille, la charge et la densité des cellules cancéreuses.

Les chercheurs peuvent manipuler ces caractéristiques de sorte que si les cellules cancéreuses sont présentes dans un échantillon, elles adhèrent à une surface particulièrement conçue et peuvent être trouvés ainsi.

Ceci peut être encore réglé pour le cancer du sein utilisant les aptamers spécifiques avec lesquels ne nuira pas d'autres types de cellule mais agira l'un sur l'autre, et grippe, les récepteurs de surface spécifique à couramment au-dessus d'exprimer en cancer du sein.

Pour la création de ces détecteurs, l'équipe ont employé un substrat nanotextured flexible de PDMS avec des fonctionnalités extérieures oblongues composées de molécules de lieur, la saisie ADN et les anti-EGFR aptamers (qui sont à dire également élogieux à la saisie ADN).

Par la représentation optique en temps réel, on l'a également constaté que les cellules de cancer du sein métastatique montrent quelques seuls comportements ; et ces comportements peuvent également être employés pour voir si un échantillon contient des cellules de cancer du sein.

Apprentissage automatique

La différence dans le comportement entre une cellule saine et une cellule cancéreuse peut être caractérisée par expression du gène, signalisation locale, l'ampleur de l'accroissement/de division et la morphologie des cellules.

Avoir tant de variables signifie qu'un de large volume des caractéristiques doit s'analyser selon le patient, qui peut être long et subjectif. C'est où le grands analytique et apprentissage automatique de caractéristiques entrent dans le jeu.

Utilisant le détecteur développé par professeur Iqbal, les cellules cancéreuses d'un échantillon donné deviendront attachées aux aptamers spécifiques. Ceci peut alors être continué par la représentation en temps réel et la segmentation de représentation.

Cette caractéristique peut alors être introduite dans un algorithme d'apprentissage automatique contre un modèle prévisionnel pour établir s'il y a des cellules de cancer du sein dans l'échantillon d'un patient.

Comment est-ce que ceci peut être comporté à un dispositif utilisable ?

L'équipe ont comporté la composante de détection à un dispositif portatif de remarque-de-soins composé de glissière microfluidic de PDMS plac au-dessus du détecteur de PDMS, renfermé dans un élément aimant-verrouillé de PMMA.

L'agencement permet à un échantillon hydraulique d'être réussi au-dessus du détecteur pour l'analyse tout en maintenant son flux. Le substrat contenant des cellules cancéreuses peut alors être retiré à partir de l'élément pour subir des analyses de représentation et d'apprentissage automatique.

De façon générale, la recherche comporte beaucoup d'endroits qui ne sont pas souvent associés à la cancérologie et ne les culminent pas ensemble dans un format cohésif, où ils fonctionnent à l'unisson pour l'examen critique des cellules de cancer du sein.

Il sera intéressant de voir si le dispositif l'effectue aux tests cliniques, car il pourrait aider à diagnostiquer cancer du sein beaucoup plus tôt en circuit dans le procédé qu'est actuellement disponible par des méthodes cliniques d'aujourd'hui.

Liam Critchley

Written by

Liam Critchley

Liam Critchley is a writer and journalist who specializes in Chemistry and Nanotechnology, with a MChem in Chemistry and Nanotechnology and M.Sc. Research in Chemical Engineering.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Critchley, Liam. (2019, June 19). Une approche multimodale pour le dépistage précoce du cancer du sein. News-Medical. Retrieved on December 09, 2019 from https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.

  • MLA

    Critchley, Liam. "Une approche multimodale pour le dépistage précoce du cancer du sein". News-Medical. 09 December 2019. <https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx>.

  • Chicago

    Critchley, Liam. "Une approche multimodale pour le dépistage précoce du cancer du sein". News-Medical. https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx. (accessed December 09, 2019).

  • Harvard

    Critchley, Liam. 2019. Une approche multimodale pour le dépistage précoce du cancer du sein. News-Medical, viewed 09 December 2019, https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.