携手健康网携手健康网

使用AI和机器学习找到更快 更准确的方法来测试药物

McMaster Engineering的一组学生研究人员已应用机器学习和人工智能(AI)来检测人体细胞对药物的反应方式,从而改变自身组织方式,从而为更快,更准确地测试药物(例如治疗病毒和癌症。

通过使用AI研究细胞自我组织成其天然结构的能力或它们“应该”形成的组织的能力,该团队的方法所显示的结果超出了药物治疗后测试细胞是否存活的基本参数。

“我们对使用AI或深度学习感兴趣,以查看它是否可以在实验室中生长时区分肺细胞的两种不同组织结构,”生物医学工程硕士学位的Lyan Abdul说生命科学本科生。

阿卜杜勒说,肺泡细胞的一种组织结构(其天然结构)是具有空心中心的球形形状,“像甜甜圈一样”。

第二个结构杂乱无章,有更多的实心球,这表示肺泡细胞的非天然结构。

“这是我们第一次将机器学习应用于图像分析以进行药物测试,”化学工程学助理教授博扬(Boyang Zhang)说,他是阿卜杜勒(Abdul)及其合著者在《芯片实验室》杂志上发表的论文的指导。

他补充说:“我们用这两种结构的示例图像创建了一个数据集,并训练了AI机器来分析组织结构是空心的还是实心的。”

最终,AI机器可以比Abdul手动检测细胞结构快约20倍-并获得更具体且无偏见的结果。

她说:“通过这种方法,我们能够发现在一定剂量下,一种叫做环孢菌素的药物会以显着方式影响肺细胞的自组织,”她强调说,如果不使用AI,她将不得不使用荧光染色法分析细胞的结构。

她说,环孢菌素是一种器官移植后常用的免疫抑制剂。

Abdul补充说:“荧光染色对细胞造成损害,并且耗费研究人员的时间,因为每次都要停止实验以对其进行染色。” “通过删除该过程并使用AI,可以在三分钟内对细胞进行分析,而我可能需要一个小时才能进行手动操作。”

据McMaster的BZhangLab负责人Zhang所说,这仅仅是开始,他致力于创建创新的生物技术解决方案,以改善现有的医疗保健方法。

他说:“这是我们已经测试过的一个特定应用程序,现在借助我们实验室中的这种机器学习功能,我们可以将其扩展到不同类型的组织和器官系统上的许多其他应用程序。”

“下一步是训练机器以识别我们甚至不能用肉眼识别的模式,这是完全可行的。”

阿卜杜勒(Abdul)曾连续两个夏天在McMaster上获得NSERC本科生研究奖,他说,这项研究是本科生和研究生的巨大努力。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。