Elektrotechnisch ingenieurs, computerwetenschappers en biomedische ingenieurs aan de Universiteit van Californië, Irvine heeft een nieuwe lab-on-a-chip gemaakt die kan helpen bij het bestuderen van tumorheterogeniteit om de weerstand tegen kankertherapieën te verminderen.

In een artikel dat vandaag is gepubliceerd in Geavanceerde biosystemen , beschrijven de onderzoekers hoe ze kunstmatige intelligentie combineerden, microfluïdica en nanodeeltjes inkjetprinten in een apparaat dat het onderzoek en differentiatie van kankers en gezonde weefsels op eencellig niveau mogelijk maakt.

"Kankercel- en tumorheterogeniteit kan leiden tot verhoogde therapeutische weerstand en inconsistente resultaten voor verschillende patiënten, " zei hoofdauteur Kushal Joshi, een voormalige UCI-afgestudeerde student in biomedische technologie. De nieuwe biochip van het team pakt dit probleem aan door nauwkeurige karakterisering van een verscheidenheid aan kankercellen uit een monster mogelijk te maken.

"Eencellige analyse is essentieel om kankertypes te identificeren en te classificeren en om cellulaire heterogeniteit te bestuderen. Het is noodzakelijk om tumorinitiatie te begrijpen, progressie en metastase om betere geneesmiddelen voor de behandeling van kanker te ontwerpen, " zei co-auteur Rahim Esfandyarpour, UCI-assistent-professor elektrotechniek en computerwetenschappen en biomedische technologie. "De meeste technieken en technologieën die traditioneel worden gebruikt om kanker te bestuderen, zijn geavanceerd, omvangrijk, duur, en vereisen hoog opgeleide operators en lange voorbereidingstijden."

Hij zei dat zijn groep deze uitdagingen overwon door machine learning-technieken te combineren met toegankelijke inkjetprinten en microfluïdische technologie om goedkope, geminiaturiseerde biochips die eenvoudig te prototypen zijn en in staat zijn om verschillende celtypes te classificeren.

In het apparaat, monsters reizen door microfluïdische kanalen met zorgvuldig geplaatste elektroden die in één keer de verschillen in de elektrische eigenschappen van zieke versus gezonde cellen bewaken. De innovatie van de UCI-onderzoekers was om een ​​manier te bedenken om met een inkjetprinter in ongeveer 20 minuten een prototype van de belangrijkste onderdelen van de biochip te maken. waardoor gemakkelijke productie in diverse omgevingen mogelijk is. De meeste van de betrokken materialen zijn herbruikbaar of, indien wegwerpbaar, goedkoop.

Een ander aspect van de uitvinding is de integratie van machine learning om de grote hoeveelheid gegevens die het kleine systeem produceert te beheren. Deze tak van AI versnelt de verwerking en analyse van grote datasets, patronen en associaties vinden, nauwkeurige resultaten voorspellen, en helpen bij snelle en efficiënte besluitvorming.

Door machine learning op te nemen in de workflow van de biochip, het team heeft de nauwkeurigheid van de analyse verbeterd en de afhankelijkheid van bekwame analisten verminderd, die de technologie ook aantrekkelijk kan maken voor medische professionals in de derde wereld, zei Esfandyarpour.

"De Wereldgezondheidsorganisatie zegt dat bijna 60 procent van de sterfgevallen als gevolg van borstkanker het gevolg zijn van een gebrek aan programma's voor vroegtijdige opsporing in landen met weinig middelen. " zei hij. "Ons werk heeft potentiële toepassingen in eencellige studies, in tumor heterogeniteit studies en, misschien, in kankerdiagnostiek op het punt van zorg, vooral in ontwikkelingslanden waar kosten, beperkte infrastructuur en beperkte toegang tot medische technologieën zijn van het grootste belang."