Deep Nanometry: система глубокого обучения обнаруживает наночастицы, связанные с болезнями

Исследователи, в том числе из Токийского университета, разработали Deep Nanometry — аналитическую методику, сочетающую передовое оптическое оборудование с алгоритмом удаления шума на основе неконтролируемого глубокого обучения.

Суть технологии

• Высокая скорость и чувствительность: Deep Nanometry (DNM) способна анализировать более 100 000 наночастиц в секунду, обнаруживая частицы размером до 30 нанометров.
• Решение проблемы "шума": Алгоритм ИИ учится распознавать и фильтровать фоновый "шум", что позволяет улавливать слабые сигналы от редких частиц, которые пропускают обычные высокоскоростные методы.
• Практическая цель: Метод позволяет быстро и точно обнаруживать даже следовые количества редких частиц, таких как внеклеточные везикулы (EVs), без трудоёмкого и дорогого предварительного обогащения образца.

Потенциал применения

• Медицинская диагностика: Технология уже показала потенциал для обнаружения EVs, указывающих на ранние признаки рака толстой кишки.
• Широкие перспективы: DNM может быть применена в других областях клинической диагностики, разработке вакцин, мониторинге окружающей среды, а также для денизинга (подавления шума) электрических сигналов.

Мотивация исследователей

Как отметил ведущий автор работы Юичиро Ивамото, разработка DNM — это не только научный прогресс, но и дань памяти его покойной матери, вдохновившей его на исследования в области раннего обнаружения рака. Цель команды — сделать спасительную диагностику быстрее и доступнее для всех.

Исследование опубликовано в журнале Nature Communications.