碳纳米管和机器学习：一种发现微妙免疫细胞差异的新方法

早期诊断在疾病预防和治疗中至关重要。许多疾病不仅可以通过体征和症状来识别，还可以通过细胞和分子水平的变化来识别

对于大多数慢性病，早期检测，特别是在细胞水平上，可以为患者提供更好的成功治疗机会。检测细胞水平的早期变化也可以显著改善癌症的结果

正是在这种背景下，罗德岛大学的一位教授和一名前博士研究生研究了两个相似细胞之间的最小变化

罗德岛大学化学工程副教授Daniel Roxbury和最近毕业的博士研究员Acer Nadeem最近在ACS Nano上发表了一篇概念验证论文，展示了如何将碳纳米管的使用与机器学习相结合，以检测密切相关的免疫细胞之间的细微差异

他们使用的细胞是M1和M2型巨噬细胞，有助于对抗感染以及消毒和愈合伤口。扩大这项研究最终可能有助于癌症等疾病的早期检测

碳纳米管的名字很贴切。它们由一片碳原子组成，非常小，可以容纳数千个碳原子。你可以在一根头发的宽度上安装大约150000个。它们的一个独特之处是它们的荧光特性，这使它们在暴露于红外光时能够发出独特的光学特征

Roxbury说：“当添加到细胞中时，我们可以利用纳米管发出的光来检测密切相关的细胞之间的微小差异。”

这些纳米管发射各种红外光。从广义上讲，通过观察纳米管发出的红外光的变化，它们可以检测到各种细胞变化，包括pH值、蛋白质浓度和离子变化。这可能特别重要，因为研究表明，高pH值与肿瘤发生的可能性增加有关

纳米管通常用于复合材料和碳纤维等应用，但Roxbury和Nadeem在URI以一种新颖的方式使用它们——区分健康和不健康的细胞

Nadeem的任务是开发新的传感器，使用碳纳米管检测血液中的蛋白质，这将有助于识别癌症

Nadeem说：“细胞内有一百万种不同的蛋白质、脂质和糖。”。“因此，在开始这个项目时，我们不知道我们是否真的会看到纳米管反射回来的任何东西，因为所有这些不同的蛋白质和离子在细胞内的浓度都不是很高。”

对于Nadeem来说，这是一个受欢迎的挑战。研究和学习早期发现一些最常见疾病的方法对他来说至关重要。Nadeem的部分动机是他有阿尔茨海默氏症家族史，并渴望开发更好的早期检测方法

与超过100000名依赖Phys.org获取日常见解的订阅者一起探索科学、技术和太空的最新进展。注册我们的免费时事通讯，每天或每周获取重要突破、创新和研究的最新进展

Nadeem说：“我想找出一种诊断这些疾病的方法——神经退行性疾病以及早期癌症。”

Roxbury和Nadeem使用了一项体外实验，将活细胞放入培养皿中，添加碳纳米管，然后使用带有红外相机的专用显微镜观察每个细胞发出的光

相机生成了数百万个数据点。每个数据点都反映了细胞活动。健康细胞发出一种类型的光，而潜在的不健康或变化的细胞发出不同的光模式

Nadeem说：“分析数据花费了最多的时间。”。“这就是整合机器学习进入这个项目的地方，因为我们得到了大约400多万个数据点。”

整合机器学习使研究人员能够将这些数百万个数据点提炼出来，全面了解细胞水平上发生的事情，如高酸度或低酸度

Roxbury说：“作为Aceer工作的直接延续，我们目前正在努力区分癌症与非癌症。”。“我们已经证明了免疫细胞的辨别能力。我们现在正在研究癌症细胞和组织与健康乳房组织之间的差异，并试图揭示它们之间的差异。”

虽然实验还需要一段时间才能转化为动物，但潜在的行业用途是巨大的。纳米管有可能在人体内使用，不仅有助于早期检测癌症，还有助于早期发现阿尔茨海默病和其他疾病，从而降低成本并加快诊断

Nadeem说：“所有这些不同的疾病都有自己独特的生物标志物，即使在早期阶段也是如此。”。“因此，将其用作许多疾病的早期诊断工具具有巨大的潜力。”