Biochip-innovatie combineert AI en nanodeeltjesprinten voor kankercelanalyse

Elektrotechnici, computerwetenschappers en biomedische ingenieurs van de University of California, Irvine, hebben een nieuw lab-on-a-chip gecreëerd dat kan helpen bij het bestuderen van de heterogeniteit van tumoren om de weerstand tegen kankertherapieën te verminderen.

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

“De heterogeniteit van kankercellen en tumoren kan leiden tot verhoogde therapeutische weerstand en inconsistente resultaten voor verschillende patiënten”, zegt 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 classificeren en cellulaire heterogeniteit te bestuderen. Het is noodzakelijk om het ontstaan, de progressie en de metastase van tumoren te begrijpen om betere geneesmiddelen voor de behandeling van kanker te ontwerpen”, aldus co-auteur Rahim Esfandyarpour, UCI assistent-professor elektrische engineering & informatica en biomedische technologie. “De meeste technieken en technologieën die traditioneel worden gebruikt om kanker te bestuderen, zijn geavanceerd, omvangrijk, duur en vereisen goed 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 te ontwikkelen die eenvoudig te prototypen zijn en verschillende celtypen kunnen classificeren.

In het apparaat reizen monsters door microfluïdische kanalen met zorgvuldig geplaatste elektroden die verschillen in de elektrische eigenschappen van zieke versus gezonde cellen in één doorgang bewaken. De innovatie van de UCI-onderzoekers was om een ​​manier te bedenken om in ongeveer 20 minuten een prototype van de belangrijkste onderdelen van de biochip te maken met een inkjetprinter, waardoor het gemakkelijk kon worden geproduceerd in verschillende omgevingen. De meeste gebruikte 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, vindt patronen en associaties, voorspelt precieze resultaten en helpt bij snelle en efficiënte besluitvorming.

Door machine learning op te nemen in de workflow van de biochip, heeft het team de nauwkeurigheid van de analyse verbeterd en de afhankelijkheid van bekwame analisten verminderd, wat 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 is van een gebrek aan programma’s voor vroege opsporing in landen met schaarse middelen”, zei hij. “Ons werk heeft potentiële toepassingen in eencellige studies, in heterogeniteitsstudies van tumoren en misschien ook bij kankerdiagnostiek op het punt van zorg – vooral in ontwikkelingslanden waar kosten, beperkte infrastructuur en beperkte toegang tot medische technologieën van het grootste belang zijn. ”