[发明专利]借助外泌体的基于人工智能的利用液体活检的癌诊断信息提供方法及系统在审

专利信息
申请号: 202080007009.9 申请日: 2020-01-13
公开(公告)号: CN113194820A 公开(公告)日: 2021-07-30
发明(设计)人: 崔然皓;申铉球;朴才娜;洪淳愚 申请(专利权)人: 艾索波特株式会社
主分类号: A61B5/00 分类号: A61B5/00;A61B5/1455;G16H50/20;G01N21/65;G06N3/08
代理公司: 北京铭硕知识产权代理有限公司 11286 代理人: 姜长星;李盛泉
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 借助 外泌体 基于 人工智能 利用 液体 活检 诊断 信息 提供 方法 系统
【说明书】:

发明一个实施例的借助外泌体的基于人工智能的利用液体活检的癌诊断信息提供方法可以包括:测量培养细胞外泌体SERS(Surface Enhanced Raman Spectroscopy)信号的步骤;通过所述培养细胞外泌体SERS信号来训练深度学习模型的步骤;测量血液内外泌体SERS信号的步骤;通过以所述培养细胞外泌体SERS信号训练的深度学习模型来分析所述血液内外泌体SERS信号的步骤;及分析通过所述深度学习模型而分析的血液内外泌体数据与培养细胞外泌体数据间类似度的步骤。

技术领域

本申请涉及借助外泌体的基于人工智能的利用液体活检的癌诊断信息提供方法及系统。

背景技术

外泌体(Exosome)作为血液、尿液、唾液等体液内大量存在的胞外囊泡(Extracellular vesicles),是由所有细胞分泌并与细胞间相互作用、癌转移等多样生物学机制相关的物质。外泌体大小为30~200nm,由于细胞的内吞作用而在细胞内部形成多泡小体后,他们借助于胞吐作用而排出,从而生成,因而包含蛋白质和miRNA等能够代表母细胞特性的物质。因此,外泌体可以以具有疾病细胞特性的状态存在于体液内,基于这种特性,可以用作癌诊断所需的生物标志物。

另一方面,在光线照射于分子的情况下,在分子内发生能够显示出结合键的振动模式(vibrational mode)特性的非弹性散射(inelastic scattering),将其称为拉曼散射(Raman scattering)。分子的振动模式根据分子内结合键的特性而出现,因而分子中出现的拉曼散射信号可以用作分子的指纹信息。但是,拉曼散射的频度是在100万个光子中只出现1个的程度,存在信号灵敏度非常低的缺点。

表面增强拉曼光谱法(SERS:Surface Enhanced Raman Spectroscopy)作为解决了普通拉曼光谱法的信号强度弱问题的方法,可以基于在等离子纳米结构体之间的纳米间隙出现的强电磁场,将分子的拉曼信号放大约107-108倍以上。在技术上,据悉该方法可以在毫微微克分子浓度水平的分子中实现单一分子水平的检测。

如上所述,外泌体富含母细胞信息,在诊断医学领域用作液体活检所需的生物标志物而倍受瞩目。迄今正在进行应用多样生物物质检测技术来检测体液内存在的疾病外泌体的信息从而及早诊断或监控疾病的研究。特别是有望可以通过基于外泌体的液体活检方法,解决原有癌诊断方法具有的介入式诊断、高假阳性(false positive)、过度暴露于辐射线等问题。

SERS是一种能够以超高灵敏度获得外泌体表面表现的拉曼光谱信号的技术,因而对检测疾病特异性外泌体的特性有效。另外,SERS是非标志式检测方法,因而可以省略用于只捕集目标标志的预处理过程,即使在低浓度试料中,也具有高信号灵敏度。

但是,外泌体的SERS信号由于单一外泌体间的异质成分构成、与作为探针的等离子纳米粒子的相互作用、附着面的物质分布等原因,检测到异质的信号,存在信号复杂的局限。

为了解决这种局限,应用了主成分分析法(PCA)、偏最小二乘法(PLS-DA)等方法,但患者体液内存在的癌外泌体处于与正常细胞来源外泌体混合存在的状态,因而不容易分析。

发明内容

技术问题

因此,相应技术领域要求一种用于利用外泌体的SERS信号来更准确地提供癌诊断信息的方案。

技术方案

为了解决所述课题,本发明的一个实施例提供一种借助外泌体的基于人工智能的利用液体活检的癌诊断信息提供方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于艾索波特株式会社,未经艾索波特株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202080007009.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top