Una aproximación multimodal para la detección temprana del cáncer de pecho

Profesor Samir Iqbal de la lima hoya del Rio Grande de la Universidad de Texas, los E.E.U.U., dio una charla en la conferencia de NANOMED recibida por la sociedad de NANOSMAT en Manchester el 26-28 de junio de 2018th .

En su charla, Samir explicó cómo él utiliza una amplia gama de técnicas de microelectrónicas al aprendizaje de máquina y a la ingeniería superficial determinar si la muestra de un paciente contiene a las células cancerosas del pecho.

Haber de imagen: Okrasyuk/Shutterstock

A pesar de nuevos adelantos en terapia apuntada y diagnósticos avanzados, las muertes cáncer-relacionadas continúan subir.

En los E.E.U.U., el cáncer es actualmente la segunda enfermedad común y se atribuye a una en cuatro muertes, en un costo de $250 mil millones por año.

El profesor Iqbal y sus personas está observando actualmente en crear un dispositivo como mínimo invasor del punto-de-cuidado que pueda ayudar con la detección temprana del pecho y de otros tipos de cáncer que se descubran a menudo tarde (el escenario 4).

Desarrollando un sensor que funciona

La creación de tal dispositivo, sin embargo, confía en muchas áreas interdisciplinarias fuera de la biología del cáncer y puede extender a la ingeniería electrónica e incluso al aprendizaje de máquina. En el lado biológico, hay muchas diversas propiedades que se pueden explotar para detectar, tal como los receptores superficiales, talla, carga y la densidad de células cacerígenas.

Los investigadores pueden manipular estas características de modo que si las células cancerosas están presentes en una muestra, se adhieran a una superficie específicamente diseñada y pueden ser descubiertos así.

Esto se puede adaptar más a fondo para el cáncer de pecho usando los aptamers específicos con los cuales no interferirá con otros tipos de célula sino obrará recíprocamente, y ata, los receptores de la superficie específica a común sobre expresado en cáncer de pecho.

Para la creación de estos sensores, las personas utilizaron un substrato nanotextured flexible de PDMS con las funciones superficiales alargadas integradas por las moléculas de la máquina para hacer chorizos, la DNA y los aptamers antis-EGFR (que de la captura es también elogioso a la DNA de la captura).

Con proyección de imagen óptica en tiempo real, también fue encontrado que las células cancerosas metastáticas del pecho exhiben algunos comportamientos únicos; y estos comportamientos se pueden también utilizar para determinar visualmente si una muestra contiene a las células cancerosas del pecho.

Aprendizaje de máquina

La diferencia en comportamiento entre una célula sana y una célula cancerosa se puede caracterizar por la expresión génica, la transmisión de señales local, el fragmento del incremento/de la división y la morfología de las células.

Tener tan muchas variables significa que un de gran capacidad de datos necesita ser analizada por el paciente, que puede ser que toma tiempo y subjetivo. Aquí es adonde los analytics de los datos y el aprendizaje de máquina grandes entran en el juego.

Usando el sensor desarrollado por profesor Iqbal, las células cancerosas de una muestra dada harán encuadernadas a los aptamers específicos. Esto se puede entonces seguir por proyección de imagen y la segmentación en tiempo real de la proyección de imagen.

Estos datos se pueden entonces introducir en un algoritmo de aprendizaje de máquina contra un modelo profético para resolverse si hay células cancerosas del pecho en la muestra de un paciente.

¿Cómo se puede esto incorporar en un dispositivo usable?

Las personas han incorporado el componente que detectaba en un dispositivo portátil del punto-de-cuidado integrado por un canal microfluidic de PDMS situado encima del sensor de PDMS, contenido dentro de una unidad imán-bloqueada de PMMA.

La ordenación permite a una muestra hidráulica ser pasada sobre el sensor para el análisis mientras que guarda su flujo. El substrato que contiene a las células cancerosas se puede entonces quitar de la unidad para experimentar análisis del aprendizaje de la proyección de imagen y de máquina.

Total, la investigación incorpora muchas áreas que no se asocien a la investigación de cáncer y no las culminen a menudo juntas en un formato cohesivo, donde trabajan en el unísono para la investigación de las células cancerosas del pecho.

Será interesante ver si el dispositivo lo hace a las juicios clínicas, pues podría ayudar a diagnosticar cáncer de pecho mucho anterior conectado en el proceso que actualmente disponible por métodos clínicos de hoy.

Fuentes:

NANOMED 2018

Samir Iqba

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). Una aproximación multimodal para la detección temprana del cáncer de pecho. News-Medical. Retrieved on October 14, 2019 from https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.

  • MLA

    Critchley, Liam. "Una aproximación multimodal para la detección temprana del cáncer de pecho". News-Medical. 14 October 2019. <https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx>.

  • Chicago

    Critchley, Liam. "Una aproximación multimodal para la detección temprana del cáncer de pecho". News-Medical. https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx. (accessed October 14, 2019).

  • Harvard

    Critchley, Liam. 2019. Una aproximación multimodal para la detección temprana del cáncer de pecho. News-Medical, viewed 14 October 2019, https://www.news-medical.net/news/20180716/A-Multi-Modal-Approach-for-The-Early-Detection-of-Breast-Cancer.aspx.