Koolstofnanobuisjes en machine learning: een nieuwe manier om subtiele immuuncelverschillen te zien

Koolstofnanobuisjes en machine learning: een nieuwe manier om subtiele immuuncelverschillen te zien

Grafische samenvatting. Credit: ACS nano (2024). Doi: 10.1021/acsnano.4C03387

Vroege diagnose is cruciaal bij het voorkomen van ziekten en behandeling. Veel ziekten kunnen niet alleen worden geïdentificeerd door fysieke tekenen en symptomen, maar ook door veranderingen op cellulaire en moleculaire niveaus.

Als het gaat om de meeste chronische aandoeningen, biedt vroege detectie, met name op cellulair niveau, patiënten een betere kans op een succesvolle behandeling. Detectie van vroege veranderingen op cellulair niveau kan ook de resultaten van kanker dramatisch verbeteren.

Het is tegen deze achtergrond dat een professor van de Universiteit van Rhode Island en een voormalige Ph.D. Afgestudeerde student keek naar het begrijpen van de kleinste veranderingen tussen twee vergelijkbare cellen.

Daniel Roxbury, universitair hoofddocent chemische engineering aan de Universiteit van Rhode Island, en recent afgestudeerd doctoraatsonderzoeker Acer Nadeem gepubliceerd een proof-of-concept papier in ACS nano Aantonen hoe het gebruik van koolstofnanobuizen kan worden gecombineerd met machine learning om subtiele verschillen tussen nauw verwante immuuncellen te detecteren.

De cellen waarmee ze samenwerkten, waren macrofagen van de M1- en M2 -variëteit, die helpen bij het bestrijden van infectie en het steriliseren en genezen van wonden. Uitbreiding van dit onderzoek kan uiteindelijk helpen bij de vroege detectie van ziekten zoals kanker.

Koolstofnanobuisjes zijn toepasselijk genoemd. Ze zijn samengesteld uit een enkel vel koolstofatomen en zijn zo klein dat duizenden van hen in een levende cel passen. Je kunt ongeveer 150.000 van hen passen over de breedte van een menselijk haar. Een uniek ding over hen zijn hun fluorescerende eigenschappen, waardoor ze een afzonderlijke optische handtekening kunnen uitzenden wanneer ze worden blootgesteld aan infraroodlicht.

“Wanneer we aan cellen worden toegevoegd, kunnen we het licht gebruiken dat wordt afgegeven door nanobuisjes om minuutverschillen tussen nauw verwante cellen te detecteren,” zei Roxbury.

Deze nanobuisjes geven een verscheidenheid aan infraroodlicht uit. In grote lijnen kunnen ze door te kijken naar variaties in het infraroodlicht dat uit de nanobuisjes wordt uitgezonden, verschillende cellulaire veranderingen, waaronder pH -niveaus, eiwitconcentraties en ionvariaties. Dit kan vooral belangrijk zijn omdat onderzoek aantoont dat hoge pH -niveaus zijn gekoppeld aan een verhoogde kans op een tumor.

Nanobuisjes worden vaak gebruikt in toepassingen zoals composietmaterialen en koolstofvezel, maar Roxbury en Nadeem gebruiken ze op een nieuwe manier bij URI – om onderscheid te maken tussen gezonde en ongezonde cellen.

Nadeem had de taak om nieuwe sensoren te ontwikkelen met behulp van koolstofnanobuisjes om eiwitten in het bloed te detecteren die kanker zouden helpen identificeren.

“In de cel zijn een miljoen verschillende eiwitten, lipiden en suikers,” zei Nadeem. “Dus beginnend met dit project, wisten we niet of we daadwerkelijk iets zouden zien dat weerspiegelde uit de nanobuisjes omdat al deze verschillende eiwitten en ionen niet in een zeer hoge concentratie in een cel zijn.”

Voor Nadeem was het een welkome uitdaging. Het onderzoeken en bestuderen van methoden om enkele van de meest voorkomende ziekten al vroeg te detecteren, was van cruciaal belang voor hem. Een deel van de motivatie van Nadeem was het feit dat hij een familiegeschiedenis heeft van de ziekte van Alzheimer en wilde graag betere methoden ontwikkelen voor vroege detectie.

“Ik wilde een manier bedenken om deze ziekten – neurodeseratieve ziekten en kanker – in hun vroege stadia te diagnosticeren,” zei Nadeem.

Roxbury en Nadeem gebruikten een in vitro experiment waarbij levende cellen in een kweekgerecht werden geplaatst, koolstofnanobuisjes toevoegt en vervolgens een gespecialiseerde microscoop met een infraroodcamera gebruikten om het uitgezonden licht uit elke cel te observeren.

De camera genereerde miljoenen gegevenspunten. Elk gegevenspunt weerspiegelde cellulaire activiteit. Gezonde cellen zagen één type licht uit, terwijl mogelijk ongezonde of veranderende cellen verschillende lichtpatronen uitgezonden.

“Het analyseren van de gegevens was wat de meeste tijd duurde”, zei Nadeem. “Dat is waar integratie van machine learning in dit project kwam omdat we ongeveer 4 miljoen plus datapunten kregen.”

Door machine learning te integreren, konden de onderzoekers die miljoenen gegevenspunten destilleren in een uitgebreid begrip van wat er op cellulair niveau gebeurde, zoals hoge of lage zuurgraad.

“Als directe voortzetting van het werk van Aceer, werken we momenteel aan het onderscheiden van kanker versus niet-kanker,” zei Roxbury. “We hebben de discriminatie van immuuncellen aangetoond. We kijken nu naar borstkankercellen en weefsel versus gezond borstweefsel en proberen het verschil daar te ontdekken.”

Hoewel het enige tijd zal duren voordat experimenten kunnen worden vertaald naar dieren, zijn het potentiële industriële gebruik enorm. Nanobuisjes kunnen mogelijk in het menselijk lichaam worden gebruikt om te helpen bij de vroege detectie van niet alleen kanker, maar ook als Alzheimer en andere ziekten, waardoor het minder duur is en leidt tot een snellere diagnose.

“Al deze verschillende ziekten hebben hun eigen verschillende biomarkers bij zich, zelfs in het zeer vroege stadium,” zei Nadeem. “Er is dus een enorm potentieel om dit te gebruiken als een vroeg diagnostisch hulpmiddel voor veel ziekten.”

Meer informatie:
Aceer Nadeem et al, machine learning-ondersteunde bijna-infrarood spectrale vingerafdrukken voor macrofaag fenotyping, ACS nano (2024). Doi: 10.1021/acsnano.4C03387

Dagboekinformatie:
ACS nano

Geboden door de Universiteit van Rhode Island

Nieuwste artikelen

spot_img

Related Stories

Leave A Reply

Vul alstublieft uw commentaar in!
Vul hier uw naam in