生物科學門戶網站
BIO1000.COM

科學家們正在開發一種新的方法來識別不同類型乳腺癌的獨特化學指紋

科學家們正在開發一種新的方法來識別不同類型乳腺癌的獨特化學“指紋”。

這些新的化學足跡將用于訓練AI軟件-創建用于快速準確診斷乳腺癌的新工具。

蘭開斯特大學和Airedale NHS基金會信托基金的研究人員團隊在活檢中使用一種稱為拉曼光譜學的專門化學分析技術,以鑒定不同類型乳腺癌的分子結構以及每個癌細胞組內的變異。

拉曼分析能夠提供有關細胞的實時信息,并可用于檢查細胞在人體其他部位的行為,分布和出現方式。

在確定了乳腺癌細胞的化學指紋并觀察了它們如何變化后,研究人員使用這些信息來訓練復雜的機器學習算法,以識別四種癌癥亞型。

該算法以7??0%至100%的高準確度成功預測了每種亞型的診斷模式。

這些算法的類似版本先前已用于識別其他形式的癌癥和疾病,例如皮膚癌,口腔癌和肺癌。

研究的下一階段將著眼于創建更多不同類型的乳腺癌細胞的化學結構及其可采取形式的數據庫。

這些數據庫隨后將被用于通過機器學習來訓練更多的人工智能算法-最終導致一種新的診斷工具與乳房X線照片和MRI掃描并存。

新算法有望提供快速信息,以幫助醫學專家更快地進行診斷。

此外,該方法將有助于確定疾病進展過程中各個階段的狀態,并將在規劃單個患者的治療方法中變得至關重要。

蘭開斯特大學生物工程學系主任,研究的高級作者Ihtesham Rehman教授說:“這項研究是開發新方法以鑒定不同類型乳腺癌化學結構的重要一步。我們已經能夠利用這些方法“指紋”用于開發能夠準確識別四種不同類型癌癥細胞的復雜算法。

“振動光譜技術與數據挖掘和機器學習相結合,具有以極高的準確性對包括癌癥在內的生物樣本進行實時分析的潛力-創建強大的新工具與現有技術并肩作戰,并幫助醫學專家進行準確及時的診斷為他們的病人,并監測疾病的進展。”

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

T派禁波色