生物工程师将芯片实验室技术与人工智能相结合以改善癌症免疫疗法
由印第安纳大学生物工程师 Feng Guo 领导的跨学科研究团队开发了一种工具，可以改进癌症免疫疗法。该原型平台有助于自动化药物筛选和实时 3D 成像以及免疫细胞和癌细胞之间相互作用的分析。该团队的研究结果最近发表在国家科学院院刊上。
“我们可以使用我们的平台来了解不同的疗法如何影响目标癌细胞的杀伤——甚至肿瘤浸润，这是非常独特的，”该论文的资深作者、印第安纳大学勒迪学院智能系统工程助理教授郭说。信息学、计算和工程系。
郭说，该平台使用微流体——通常被称为芯片实验室技术——与一种称为深度学习的人工智能相结合。微流体是在微观通道中进行流体操纵的技术，本质上是将不同的实验室功能缩小到一个微芯片上。深度学习是基于受生物神经网络启发的计算系统的机器学习。这些技术共同使该平台能够快速、自主地识别潜在的癌症免疫治疗药物，并测试它们在细胞水平上的表现。
据研究人员称，实体瘤代表了绝大多数人类癌症。然而，目前的癌症免疫疗法筛选方法忽视了免疫细胞(称为 T 细胞)穿透实体瘤组织的能力。
“癌症免疫疗法确实取得了成功，但我们仍然面临着战胜癌症的巨大挑战，”该论文的共同资深作者、麻省理工学院纳米力学实验室主任明道说。“对于大多数实体瘤，仍然很难开发出既能浸润又能杀死病变细胞的有效疗法。我们旨在开发一种新的肿瘤免疫治疗筛选平台，既能动态跟踪 T 细胞肿瘤渗透，又能杀死肿瘤细胞，并且能够以高通量和自动化的方式扫描许多潜在的药物。”
研究人员使用临床数据训练了一种深度学习算法，包括实体瘤的数字化图像和患者生存数据。然后，他们将该算法与微流控平台相结合，可以模拟肿瘤免疫并筛选促进 T 细胞肿瘤浸润和杀死癌细胞的新免疫疗法。
“我们称之为‘智能微流体’，”郭实验室的 IU 研究生、该论文的共同第一作者 Hongwei Cai 说。“我对这个平台及其解决实体瘤免疫疗法的潜力感到非常兴奋。”
郭实验室前博士后研究员、该论文的第一作者郑傲表示，该平台还可以用于肿瘤学以外的健康领域，如免疫学、神经学、组织工程等。
“我们的发现代表了强大的科学技术，有可能改变医学研究，”Ao 说。
版权声明：本文由用户上传，如有侵权请联系删除！