Irvine, California Üniversitesi’ndeki elektrik mühendisleri, bilgisayar bilimcileri ve biyomedikal mühendisleri, kanser tedavilerine direnci azaltmak için tümör heterojenliğini araştırmaya yardımcı olabilecek yeni bir çip üzerinde laboratuvar oluşturdu.
Advanced Biosystems’te bugün yayınlanan bir makalede araştırmacılar, kanserlerin ve sağlıklı dokuların tek hücre düzeyinde incelenmesini ve farklılaşmasını sağlayan bir cihazda yapay zeka, mikroakışkanlar ve nanopartikül inkjet baskıyı nasıl birleştirdiklerini anlatıyorlar.
Biyomedikal mühendisliğinde eski bir UCI yüksek lisans öğrencisi olan baş yazar Kushal Joshi, “Kanser hücresi ve tümör heterojenliği, farklı hastalar için artan terapötik direnç ve tutarsız sonuçlara yol açabilir” dedi. Ekibin yeni biyoçipi, bir numuneden çeşitli kanser hücrelerinin hassas karakterizasyonuna izin vererek bu sorunu ele alıyor.
UCI elektrik profesörü yardımcı yazarlarından Rahim Esfandyarpour, “Tek hücre analizi, kanser türlerini tanımlamak ve sınıflandırmak ve hücresel heterojenliği incelemek için çok önemlidir. Daha iyi kanser tedavi ilaçları tasarlamak için tümör başlangıcını, ilerlemesini ve metastazı anlamak gerekir” dedi. mühendislik ve bilgisayar bilimi ile biyomedikal mühendisliği. “Kanseri incelemek için geleneksel olarak kullanılan tekniklerin ve teknolojilerin çoğu karmaşık, hantal, pahalıdır ve yüksek eğitimli operatörler ve uzun hazırlık süreleri gerektirir.”
Grubunun, prototiplemesi basit ve çeşitli hücre türlerini sınıflandırabilen düşük maliyetli, minyatür biyoçipler geliştirmek için erişilebilir mürekkep püskürtmeli baskı ve mikroakışkan teknolojisiyle makine öğrenimi tekniklerini birleştirerek bu zorlukların üstesinden geldiğini söyledi.
Aparatta, numuneler, hastalıklı ve sağlıklı hücrelerin elektriksel özelliklerindeki farklılıkları tek bir geçişte izleyen dikkatlice yerleştirilmiş elektrotlarla mikroakışkan kanallardan geçer. UCI araştırmacılarının yeniliği, biyoçipin önemli parçalarını mürekkep püskürtmeli bir yazıcıyla yaklaşık 20 dakika içinde prototip haline getirmenin bir yolunu bulmak ve çeşitli ortamlarda kolay üretime olanak sağlamaktı. İlgili malzemelerin çoğu yeniden kullanılabilir veya tek kullanımlıksa ucuzdur.
Buluşun bir başka yönü, küçük sistemin ürettiği büyük miktarda veriyi yönetmek için makine öğreniminin dahil edilmesidir. Bu yapay zeka dalı, büyük veri kümelerinin işlenmesini ve analiz edilmesini, kalıpları ve ilişkileri bulmayı, kesin sonuçları tahmin etmeyi ve hızlı ve verimli karar almaya yardımcı olmayı hızlandırır.
Esfandyarpour, biyoçipin iş akışına makine öğrenimini dahil ederek, analizin doğruluğunu artırdı ve yetenekli analistlere olan bağımlılığı azalttı, bu da teknolojiyi gelişmekte olan dünyadaki tıp uzmanlarına çekici hale getirebilir.
“Dünya Sağlık Örgütü, meme kanserinden ölümlerin yaklaşık yüzde 60’ının kaynakların yetersiz olduğu ülkelerde erken teşhis programlarının bulunmamasından kaynaklandığını söylüyor” dedi. “Çalışmamız, tek hücreli çalışmalarda, tümör heterojenliği çalışmalarında ve belki de bakım noktası kanser teşhisinde – özellikle maliyetin, kısıtlı altyapının ve tıbbi teknolojilere sınırlı erişimin son derece önemli olduğu gelişmekte olan ülkelerde potansiyel uygulamalara sahiptir. . “