Nghiên cứu [ Đăng ngày (18/11/2019) ]
Sử dụng trí tuệ nhân tạo để kiểm soát chất lượng các mô có nguồn gốc từ tế bào gốc
Các nhà nghiên cứu đã sử dụng trí tuệ nhân tạo (AI) để đánh giá các bản vá có nguồn gốc từ tế bào gốc của mô tế bào sắc tố võng mạc (RPE) để cấy vào mắt bệnh nhân bị thoái hóa điểm vàng do tuổi tác (AMD), nguyên nhân hàng đầu gây mù.


Nghiên cứu bằng chứng về nguyên tắc giúp mở đường cho việc kiểm soát chất lượng dựa vào AI về các tế bào và mô điều trị.

Phương pháp này được phát triển bởi các nhà nghiên cứu tại Viện Mắt Quốc gia (NEI) và Viện Tiêu chuẩn và Công nghệ Quốc gia (NIST) và được mô tả trong một nghiên cứu trực tuyến trên Tạp chí Điều tra Lâm sàng. NEI là một phần của Viện Y tế Quốc gia.

Các tế bào của RPE nuôi dưỡng các tế bào cảm thụ ánh sáng trong mắt và là một trong những tế bào chết đầu tiên, thường được gọi là AMD khô. Các tế bào cảm quang chết mà không có RPE, dẫn đến mất thị lực và mù.

Nhóm Bharti đang nghiên cứu một kỹ thuật tạo ra các bản vá thay thế RPE từ các tế bào của AMD. Các tế bào máu của bệnh nhân được nghiên cứu trong phòng thí nghiệm để trở thành các tế bào gốc đa năng cảm ứng (IPSCs), có thể trở thành bất kỳ loại tế bào nào trong cơ thể.

Các tế bào IPS có thể phân hủy sinh học, nơi chúng được tạo ra để trở thành RPE trưởng thành. Đoạn vá lỗi RPE ngay lập tức được cấy vào phía sau mắt, phía sau võng mạc, để giải cứu các tế bào cảm quang và bảo vệ thị lực. Các bản bảo vệ thành công thị lực ở mô hình động vật, và một thử nghiệm lâm sàng được lên kế hoạch.

Các nhà nghiên cứu Phương pháp xác thực dựa vào AI sử dụng các mạng nơ ron sâu, một kỹ thuật AI thực hiện các tính toán toán học nhằm phát hiện các mẫu trong dữ liệu không được gắn nhãn và không có cấu trúc.

Thuật toán hoạt động trên hình ảnh của RPE thu được bằng kính hiển vi hấp thụ trường sáng định lượng. Các mạng được tạo ra để xác định các dấu hiệu trực quan về sự trưởng thành của RPE tương quan với chức năng RPE tích cực.

Sau đó, các đặc điểm hình ảnh đơn bào đó được đưa vào các thuật toán học máy truyền thống, điều này đã giúp các máy tính học cách phát hiện các đặc điểm của tế bào rời rạc để dự đoán chức năng mô RPE.

Phương pháp được xác nhận bằng cách sử dụng RPE có nguồn gốc từ tế bào gốc từ một nhà tài trợ khỏe mạnh. Hiệu quả của nó đã được kiểm tra bằng cách so sánh iPSC-RPE có nguồn gốc từ các nhà tài trợ khỏe mạnh với iPSC-RPE từ các nhà tài trợ bị rối loạn bạch tạng và với RPE có nguồn gốc tế bào gốc từ lâm sàng từ các nhà tài trợ có AMD.

Cụ thể, phương pháp phân tích hình ảnh dựa trên AI đã phát hiện chính xác các dấu hiệu đã biết về sự trưởng thành và chức năng của RPE: kháng transepithelial, là một thước đo các mối nối giữa RPE lân cận; và bài tiết các yếu tố tăng trưởng nội mô.

Phương pháp này cũng có thể khớp với mẫu mô iPSC-RPE cụ thể với các mẫu khác từ cùng một nhà tài trợ, giúp xác nhận danh tính của các mô trong quá trình sản xuất ở cấp độ lâm sàng.

https://www.technology.org (ntptuong)
In bài viết  
Bookmark
Ý kiến của bạn
    Nghiên cứu
Lên đầu trang
© Copyright 2013 Trung tâm Thông tin Khoa học và Công nghệ - Sở Khoa học & Công nghệ TP. Cần Thơ
Địa chỉ: 118/3 Trần Phú - P.Cái Khế - Q.Ninh Kiều - TPCT
Giấy phép số: 05/ GP-TTĐT, do Sở Thông tin và Truyền Thông thành phố Cần Thơ cấp ngày 23/5/2017
Trưởng Ban biên tập: Ông Vũ Minh Hải - Giám Đốc Trung tâm Thông tin Khoa học và Công nghệ - Sở Khoa học & Công nghệ TP. Cần Thơ
Ghi rõ nguồn www.canthostnews.vn khi bạn sử dụng lại thông tin từ website này
Lượt truy cập: