Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

La laboratoire-sur-un-frite neuve peut aider à étudier l'hétérogénéité de tumeur, améliorent des traitements du cancer

Les techniciens électriques, les informaticiens et les techniciens biomédicaux à l'Université de Californie, Irvine ont produit une laboratoire-sur-un-frite neuve qui peut aider à étudier l'hétérogénéité de tumeur pour réduire la résistance aux traitements du cancer.

Dans aujourd'hui publié de papier dans des biosystèmes avancés, les chercheurs décrivent comment ils ont combiné l'impression de jet d'encre d'artificial intelligence, de microfluidics et de nanoparticle dans un dispositif qui active l'inspection et la différenciation des cancers et des tissus sains au niveau unicellulaire.

La « hétérogénéité de cellule cancéreuse et de tumeur peut mener à la résistance thérapeutique accrue et des résultats intermittents pour différents patients, » a dit l'auteur important Kushal Joshi, un étudiant de troisième cycle de l'ancien UCI en génie biomédical. La biopuce nouvelle de l'équipe traite ce problème en permettant la caractérisation précise d'un grand choix de cellules cancéreuses d'un échantillon.

L'analyse unicellulaire est essentielle pour recenser et classifier des types de cancer et pour étudier l'hétérogénéité cellulaire. Il est nécessaire de comprendre l'amorçage, l'étape progressive et la métastase de tumeur afin de concevoir de meilleurs médicaments de traitement contre le cancer. La plupart des techniques et des technologies traditionnellement employées pour étudier le cancer sont sophistiquées, encombrantes, chères, et pour avoir besoin de les conducteurs fortement qualifiés et les longs temps de préparation. »

Rahim Esfandyarpour, co-auteur et professeur adjoint d'étude, service de génie électrique et de l'informatique et de génie biomédical

Il a dit que son groupe a surmonté ces défis en combinant des techniques d'apprentissage automatique avec l'impression de jet d'encre et la technologie accessibles de microfluidics pour développer le petit prix, les biopuces miniaturisées qui sont simples au prototype et capables de classifier les types variés de cellules.

Dans l'appareil, les échantillons se déplacent par les glissières microfluidic avec les électrodes soigneusement mises qui surveillent des différences dans les propriétés électriques de malade contre des cellules saines dans un monopasse.

L'innovation des chercheurs d'UCI était de trouver un moyen aux parties fondamentales de prototype de la biopuce en environ 20 mn avec une imprimante à jet d'encre, tenant compte de la fabrication facile dans de divers réglages. La plupart des matériaux impliqués sont réutilisables ou, si remplaçables, peu coûteuses.

Un autre aspect de l'invention est la constitution de l'apprentissage automatique pour manager un grand nombre de caractéristiques que le système minuscule produit. Cette succursale d'AI accélère le traitement et l'analyse de grands ensembles de données, trouvant des configurations et des associations, des résultats précis de prévision, et les facilitant la prise de décision rapide et efficace.

En incluant l'apprentissage automatique dans le flux de travail de la biopuce, l'équipe a amélioré l'exactitude de l'analyse et réduit la dépendance sur les analystes qualifiés, qui peuvent également effectuer la technologie faisant appel aux professionnels médicaux dans le monde en voie de développement, Esfandyarpour a indiqué.

« L'Organisation Mondiale de la Santé l'indique que presque 60 pour cent des morts du cancer du sein se produisent à cause d'un manque de programmes de dépistage précoce dans les pays avec les moyens maigres, » a dit.

« Notre travail a des applications possibles dans des études unicellulaires, dans des études d'hétérogénéité de tumeur et, peut-être, dans la diagnose de cancer de remarque-de-soins - particulièrement dans des pays en voie de développement où le coût, l'infrastructure contrainte et l'accès limité aux technologies médicales sont primordiaux. »

Source:
Journal reference:

Joshi, K., et al. (2020) A Machine Learning‐Assisted Nanoparticle‐Printed Biochip for Real‐Time Single Cancer Cell Analysis. Advanced Biosystems. doi.org/10.1002/adbi.202000160.