Un approccio multimodale per l'individuazione tempestiva di cancro al seno

Il professor Samir Iqbal dalla valle del Rio Grande dell'università del Texas, U.S.A., ha presentato un esposto alla conferenza di NANOMED ospitata dalla società di NANOSMAT a Manchester del 26-28 giugno 2018th .

Nella sua conversazione, Samir ha spiegato come usa una vasta gamma di tecniche dalle microelettroniche ad assistenza tecnica della superficie e di apprendimento automatico per determinare se il campione di un paziente contiene le celle di cancro al seno.

Credito di immagine: Okrasyuk/Shutterstock

Malgrado i nuovi avanzamenti nella terapia mirata a e nei sistemi diagnostici avanzati, le morti in relazione con il Cancro continuano ad aumentare.

In U.S.A., il cancro è corrente la seconda malattia comune ed è attribuito ad una in quattro morti, ad un costo di $250 miliardo all'anno.

Il professor Iqbal ed il suo gruppo corrente sta esaminando creante un'unità come minimo dilagante di punto-de-cura che può aiutare con l'individuazione tempestiva del petto e di altri tipi di cancri che sono individuati spesso tardi (fase 4).

Sviluppando un sensore che funziona

La creazione di una tal unità, tuttavia, conta su molte aree interdisciplinari fuori di biologia del cancro e può estendere ad assistenza tecnica elettronica e perfino all'apprendimento automatico. Dal lato biologico, ci sono molti beni differenti che possono essere sfruttati per la percezione, quali i ricevitori di superficie, la dimensione, la tassa e della densità delle celle cancerogene.

I ricercatori possono manipolare queste caratteristiche in modo che se le cellule tumorali sono presenti in un campione, aderiscano ad una superficie specificamente progettata e possono essere individuati così.

Ciò può più ulteriormente essere adattata per cancro al seno facendo uso dei aptamers specifici cui non interferirà con altri tipi di celle ma interagirà con e lega, i ricevitori della superficie specifica a comunemente sopra espresso nel cancro al seno.

Per la creazione di questi sensori, il gruppo hanno usato un substrato nanotextured flessibile di PDMS con le funzionalità di superficie prolungate composte di molecole del linker, il DNA di bloccaggio e i aptamers anti--EGFR (che sono egualmente lusinghieri al DNA di bloccaggio).

Con la rappresentazione ottica in tempo reale, egualmente è stato trovato che le celle di cancro al seno metastatiche esibiscono alcuni comportamenti unici; e questi comportamenti possono anche essere usati per identificare visivamente se un campione contiene le celle di cancro al seno.

Apprendimento automatico

La differenza nel comportamento fra una cella in buona salute e una cellula tumorale può essere caratterizzata da espressione genica, dalla segnalazione locale, dalle dimensioni della crescita/della divisione e dalla morfologia delle celle.

Avere tante variabili significa che un grande volume di dati deve essere analizzato per paziente, che può essere che richiede tempo e soggettivo. Ciò è dove la grandi analisi dei dati e apprendimento automatico di dati entrano in gioco.

Facendo uso del sensore sviluppato dal professor Iqbal, le cellule tumorali da un campione dato saranno rilegate ai aptamers specifici. Ciò può poi essere seguita tramite la rappresentazione e la segmentazione in tempo reale della rappresentazione.

Questi dati possono poi essere inseriti in un algoritmo di apprendimento automatico contro un modello premonitore per risolvere se ci sono celle di cancro al seno nel campione di un paziente.

Come può questo essere incorporato in un'unità utilizzabile?

Il gruppo ha compreso il rilevatore in un'unità portatile di punto-de-cura composta di canale microfluidic di PDMS posizionato sopra il sensore di PDMS, alloggiato all'interno di un'unità magnete-bloccata di PMMA.

La disposizione permette ad un campione fluido di essere passata il sensore per l'analisi mentre tenendo il suo flusso. Il substrato che contiene le cellule tumorali può poi essere eliminato dall'unità per subire le analisi di apprendimento automatico e della rappresentazione.

In generale, la ricerca comprende molte aree che spesso non sono associate con ricerca sul cancro e non le culminano insieme in un formato coesivo, dove funzionano nell'unisono per la selezione delle celle di cancro al seno.

Sarà interessante vedere se l'unità lo fa ai test clinici, poichè potrebbe contribuire a diagnosticare cancro al seno molto più presto sopra nel trattamento attualmente disponibile con gli odierni metodi clinici.

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). Un approccio multimodale per l'individuazione tempestiva di cancro al seno. News-Medical. Retrieved on December 05, 2019 from https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.

  • MLA

    Critchley, Liam. "Un approccio multimodale per l'individuazione tempestiva di cancro al seno". News-Medical. 05 December 2019. <https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx>.

  • Chicago

    Critchley, Liam. "Un approccio multimodale per l'individuazione tempestiva di cancro al seno". News-Medical. https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx. (accessed December 05, 2019).

  • Harvard

    Critchley, Liam. 2019. Un approccio multimodale per l'individuazione tempestiva di cancro al seno. News-Medical, viewed 05 December 2019, https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.