Nyförsäljningen är jag 99% säker på stämmer.Det handlar om det lilla och spännande comingföretaget Cline från Mölndal. I deras nyhetsbrev från Dec berättar de att i det nu aktuella cancerprojektet CellRACE har de kommit så långt att de börjat använda sig av "avancerad holografisk mikroskopi" och AI samt maskininlärning.Tyvärr skriver de inte ut att det är PHI`s HoloMonitor de använder så jag lämnar 1% till den osäkerheten. Klicka på länken nedan för att läsa nyhetsbrevet i sin helhet.
CLINENyhetsbrev december 2021 – Holografiska data används för att utforska cancermetastaser (Cision)
Utnyttjar holografiska data för att adressera den största dödsorsaken vid cancersjukdom
CellRACE-projektet använder Clines unika nanoteknologi för att mäta migrationsbeteendet hos tumörceller. CellRACE utvecklas som en in vitro diagnostisk (IVD) produkt för att kvantifiera den metastatiska potentialen hos tumörceller. Ett sådant test är tänkt att upptäcka spridningsrisk mycket tidigare än existerande metoder och ge onkologer en än mer korrekt diagnos, vilket möjliggör tidigare och därmed bättre patientvård och behandling.
I kärnan av produkten utsätts cancerceller för yt-bundna biomolekyler på en unik nanogradient som framkallar ett naturligt migrationssvar från celler med metastaserande potential. Cellernas rörelser och beteende mäts och analyseras. Efter att Cline uppnått lovande resultat från tidigare experiment har ett nytt delprojekt nyligen initierats för att utveckla en AI-baserad dataanalys för CellRACE, vilket kommer att möjliggöra snabba, automatiserade och robusta resultat.
Cline använder avancerad holografisk mikroskopi för att övervaka levande cancerceller. Denna teknik innebär att hundratals celler kan spåras och studeras på ett icke-störande sätt i realtid, med många olika cellparametrar som mäts och jämförs. Resultatet är en enorm mängd data som samlas in om var och en av cellerna som testas. För att spåra tydliga beteendemönster i den stora datamängden kombinerar Cline bildanalys, cellspårning och AI-tekniker som maskininlärning och jämför dessa data. Därmed bildas en tydlig bild av cellens metastatiska potential.
Vad är artificiell intelligens och maskininlärning?
Artificiell intelligens (AI) avser datavetenskapliga tekniker som imiterar uppgifter och problemlösning som vanligtvis kräver mänsklig intelligens. Många applikationer finns inom vision, lärande och beslutsfattande. Nya AI-framsteg involverar en undergrupp av tekniker som kallas Machine Learning (ML), där algoritmer och modeller kan lära av data och förbättra sig själv. Efter att ha tränats upp med specifika data kan algoritmerna sedan hitta och förutsäga mönster.
Sådana tekniker har utvecklats för att utföra olika uppgifter inom många discipliner och branscher. Inom vård-, medicin- och läkemedelsindustrin finns det en rad användningsområden för AI för att förstå sjukdomar, upptäcka nya läkemedel samt hjälpa till med diagnos och behandlingsbeslut. Många nystartade företag, sjukhus, universitet och stora aktörer som IBM, Apple och Google använder AI-tekniker för att lösa sjukvårdens utmaningar.
Med tanke på förmågan som finns hos AI och ML i att tolka stora mängder data, hitta mönster och göra förutsägelser är det ett naturligt val att använda i ett projekt som CellRACE. Detta kommer att innebära en unik diagnostisk fördel och stärka projektet ytterligare. "
Lungcancer är den vanligaste enskilda orsaken till cancerrelaterad död såväl i Sverige som världen. Icke småcellig lungcancer är den dominerande formen, som indelas ytterligare i adenokarcinom och skivepitelcancer. En fjärdedel av patienterna med icke småcellig lungcancer som har lokalt växande små tumörer kan botas med enbart kirurgi ibland med tillägg av adjuvant cytostatikabehandling. Denna behandling har biverkningar och ökar chansen till bot med högst 5%. Fler biomarkörer behövs därför för att styra det kliniska beslutsfattandet vid de tidiga sjukdomsstadierna av icke småcellig lungcancer.
Proteinfamiljen LRIG består av tre liknande
transmembranproteiner som samtliga är involverade i regleringen av
tillväxtfaktorsignalering. LRIG1 är det mest studerade proteinet av
dessa och interagerar med ett stort antal tillväxtfaktorreceptorer och
andra relaterade proteiner. Höga nivåer av LRIG1 har kopplats till
bättre överlevnad vid ett stort antal cancersjukdomar, inklusive bland
annat bröstcancer, urinblåsecancer, livmoderhalscancer, melanom och
primära hjärntumörer. Målet med detta forskningsprojekt var att utröna
om detta gäller även för icke småcellig lungcancer, och att ytterligare
karakterisera de biologiska funktionerna hos LRIG-proteiner vid denna
sjukdom. "
Inga kommentarer:
Skicka en kommentar