最近

供应链的未来 - 与中国困境

deepfakes,解释

这COO建立一个多元化的团队开始时小

澳门金沙官网

卫生保健

新的研究表明使用血浆肺癌的早期发现

通过

血浆蛋白中作为生物标志物用于癌症和可以发挥风险评估,诊断,治疗和药物开发具有重要作用。

研究人员通常面临着一个选择在研究中患者的血浆,被称为蛋白质组集合所有蛋白质的:他们要么选择测量小的水平, 先验 (从推理确定的)蛋白质的已知子集或他们选择询问整个蛋白质组。第一个任务本身借给相对廉价和快速的过程,但它提供的信息的短下降。此外,蛋白质的询问的最佳子集通常不首先公知的。后一种方法是在基本上它提供的数据更全面但到现在为止一直缓慢 - 以周为单个血浆样品 - 而且,作为结果,昂贵的。

A 发表在Nature通信新纸 由一组来自布莱根妇女医院,澳门金沙城中心,在科赫研究所研究人员,和生命科学启动 先见者 描述了询问蛋白质组新技术。这种技术既比较全面的,在同一时间,快,走了几个小时。这意味着它有望打破蛋白质组的全面和快速审讯之间的权衡。

通过将通过这种方式与机器学习方法提供蛋白质组数据,研究人员的肺癌研究表明通过简单的抽血进行快速诊断的潜力。这可能导致早期检测,更有效的治疗,以及更高的存活率。

“因为基本方法是快速的,我们可以快速而廉价地做到这一点,”说在澳门金沙城中心斯隆管理运营管理学教授,论文的合着者。 “我们可以早期发现成为现实。”

它是如何工作的:一个血液的蛋白质的“照片”

该论文的作者描述了在研究血浆蛋白为“极具挑战性”出于多种原因的过程。首先,将人类蛋白质组被估计为包含多于20000种不同的蛋白质(确切数目是未知的),并且它是先验不清楚这些蛋白的作为给定的健康状况有用的生物标记。第二,绝大多数这些蛋白质存在于数量极其有限的 - 有时低至每毫升一克的一万亿分 - 相对于更丰富的蛋白质,使得测量这些蛋白质的水平在血浆中的挑战。获得规模感,白蛋白占蛋白质的血浆质量的50%,未来20最丰富的蛋白质弥补剩余质量的49%。

新技术可以被看作既具有硬件和软件组件。在“硬件”的方法(由先见开发)由一组选择用于它们吸引蛋白的多频谱能力精心设计的纳米颗粒。在血浆中孵育这些纳米颗粒后,一个是能够分析所述一组吸收到这些纳米颗粒的表面蛋白。这整个过程可以以小时和产量信息来完成对成千上万的血浆样品中的蛋白质。

“当你看到的信息的总体新生物成为发现,”博士说。 OMID farokhzad,先见的CEO,哈佛医学院的教授和澳门金沙城中心斯隆MBA毕业生。 “我们的技术可以选择性调查蛋白质组在整个蛋白质组的整个范围内的公正和高度可重复的方式 - 而做到这一点准确和精确。”

此外,蛋白质组的调查提供了发生的事情在身体比一个基因测试的更好的感觉,farokhzad说,谁也完成了与澳门金沙城中心教授博士后研究 罗伯特兰格,在研究的合着者。基因表明开发的条件,如心脏疾病或阿尔茨海默氏症,他说危险,但蛋白质表明一个人在事实上是否具有条件。

询问所述蛋白质组的这种新方法产生什么法里亚斯描述为“proteograph” - 蛋白质组的照片 - 其指示在给定的纳米颗粒进行检测,其蛋白。考虑到我们的复杂的生理,该proteograph自然是嘈杂。这也正是“软件”进来 - 在这种情况下,一系列新开发的技术,从噪声中提取信号。法里亚斯比较计算过程来清理嘈杂的照片。 “如果你看看个别像素,你什么也学不到。你必须寻找全球模式,以了解数据的结构,”他说。

该研究:改进的精确度和侵入性较少的测试

研究人员测试技术 - 先见调用它的平台proteograph - 在非小细胞肺癌的研究。 61参加者有早期肺癌,而80人患上癌症的风险,但其他方面是健康。

通常,这些病人将不得不接受肺活检 - 一个昂贵和侵入性程序 - 以了解他们是否得了癌症,法里亚斯说。在他们的试验中,研究者们抽血,看看他们的方法可以区分那些谁与谁没有得过癌症的蛋白质组。

研究小组完成了分析约两周,识别跨越五个不同的纳米颗粒1664克的蛋白质。通过观察这些蛋白质,研究人员就能够判断哪些参与者有早期肺癌,哪些没有。该研究还能够识别区分有人用早期肺癌从某人患有肺气肿或哮喘的蛋白质,farokhzad说。

“分类我们构建表明,从proteograph数据可以用于识别早期[非小细胞肺癌]具有高灵敏度和特异性的情况下,”法里亚斯说,描述用的特异性为55%的灵敏度99%。这是 可比 有什么人可以用支气管镜实现 - 基本更具侵入性的测试。

旁边:一个蛋白质组学癌症数据库中的潜力

这种方法掌握在其潜在的真正力量同时使用的血液单抽奖,测试多种癌症。具体而言,该方法具有涡轮增压为所有类型的癌症新的生物标记蛋白质搜索的潜力。例如,非小细胞肺癌的研究确定了一些新颖的候选生物标志物为肺癌。如采用这种技术研究人员的社区的增长,预计法里亚斯此数据库将在其价值和适用性增长。

“用机器学习和更快的计算,我们可以从数据中提取信号适量地说有用的东西,”法里亚斯补充。 “在这种情况下,它的早期发现。对于类似胰腺癌,这使得所有的差异“。

该方法也有助于研究人员评估 对于covid-19不同的风险因素 并开始解释为什么有些人感染covid-19是无症状的,而其他人变得死一般生病。而电流接近,为病毒的存在测试一下,蛋白质组学调查将看看谁是为病毒主机的人。 “如果我们能够了解主机是如何应对这种病毒的蛋白质水平之前和在感染后,可能会引导我们在诊断疾病,在确定谁将会进步,而在瞄准新的药物,” farokhzad说。

有关 用品