• AI.
  • 基于“增大化现实”技术与虚拟现实
  • 仿生学和机器人
  • 18新利百度文库
  • (生物)技术&
  • 芯片实验室原型的特写镜头“>
        <figcaption>
         <div class= 实验室芯片原型的特写镜头(相比SGD $ 1硬币)由NTU新加坡开发的,谭Tock Seng医院和麻省理工学院,可以在一次停止过程中提取细胞外囊(EVS)。EVS的量可以指示糖尿病患者是否具有血管炎症。
    资料来源:南洋科技大学

    评估糖尿病患者血管炎症的风险

    来自南洋科技大学的科学家,新加坡(NTU新加坡),新加坡谭Toce Seng医院(TTSH)和马萨诸塞州理工学院(麻省理工学院)制定了一种简单的方法,即从人的血液中提取微小的生物颗粒并用作生物标志物评估血管的健康。

    生物标记物是被称为细胞外囊泡(ev)的纳米级颗粒,由特定的细胞释放到血液中。他们的工作是运输生物材料例如从一个细胞到另一个细胞的蛋白质和核酸。

    发表在糖尿病与其他糖尿病患者相比,患者患有异常大量的免疫和血小板细胞分泌的循环EV(10至50倍)。

    该团队在实验室实验中发现,当这些EV(取自6名EV计数高的患者)被添加到血管细胞中时,它们诱导了更高水平的血管炎症标志物。研究结果表明,长期来看,血液中ev值较高的患者发生血管并发症的风险可能更高。

    跨学科团队通过助理教授侯汉伟从机械和航空航天工程学院和NTU总裁教授Subra Suresh合作报告了调查结果,与NTU材料科学和工程助理教授Dalton Tay,副教授Rinkoo Dalan,Rinkoo Dalan教授顾问,内分泌学,TTSH和麻省理工学院高级科学家和NTU拜访Ming Dao博士。

    在他们的研究论文中,该团队解释了他们的原型“"“可以在一个小时内自动从血液样本中分离电动车,大约是传统离心方法所需时间的五分之一。

    芯片如何运作

    命名为“Exodff”(使用Dean流程分馏出外出的外出隔离),微流控芯片首先通过螺旋形通道以高速发送血液样品。基于离心和惯性效应 - 流体的运动和作用在流体更大血液细胞中的颗粒的流体动力在一个方向上旋转,而较小的EVS将更快地流动并且被引导到收集的不同出口。

    目前使用超速离心从血液中分离EV的全球基准测试是耗时的(最多五小时),并且从血液样品中捕获很少的EV。由于不同的实验室具有不同的协议,这也是费力的,非标准化用于提取和净化EV。

    侯副教授表示,相比之下,使用ExoDFF芯片可以将EV分离和富集过程结合到一个步骤中,不需要经过培训的专业知识。“我们与TTSH临床合作伙伴密切合作,以确保只需一步操作芯片即可轻松提取电动汽车进行分析。微流体现在是一项成熟的技术,凭借我们在该领域的深厚专业知识,我们可以轻松设计独特的微流体解决方案,从人类血液中分离各种细胞和生物标志物。”

    创新的潜在影响

    世界上超过422万人有糖尿病和新加坡,其中10%的人口(超过40万)具有代谢疾病,而心血管疾病占全球死亡的约31%,包括新加坡。

    心血管疾病(CVD)于2019年占全球1860万人死亡,其中亚洲发生了58%。尽管治疗有重大进展,但与动脉粥样硬化相关的死亡率和发病率仍然很高。我们需要方法来缩短我们的糖尿病和其他高风险患者的潜在风险,在动脉中发生重大损害之前,我们可以提高预防方法。这项创新有可能早期检测风险,以便预防方法可以帮助限制血管损坏的进展,“达兰教授副教授。

    ”这一创新尤其有益,因为它伴随着小说的发展像canakinumab消炎药有可能防止心血管疾病在这些患者中,以及其他diabetes-specific药物像SGLT2抑制剂可以给一定的心脏保护作用。这些药物可以给那些被证明有更高的心血管疾病风险的病人。该设备也有潜力用于评估治疗对动脉的影响,”协会的林库·达兰教授补充道。

    苏布拉·苏雷什教授说:“能够识别出血管炎症加剧的糖尿病患者,可以让医生在心血管疾病发展到更严重的情况之前,在其发展到需要更有侵入性的治疗,包括支架或支架。手术."

    目前,EV分离芯片可以在一小时内处理多达5毫升的血液。由于ExoDFF的设计是可扩展的、低成本的(每个芯片的制造成本只有几美元),而且不需要任何化学物质,它可以被设计成处理更大的样本量,或用于制造基于细胞或ev的治疗,如干细胞治疗。

    该团队希望开发出一种自动化的、更小的“打印机大小”的机器,用于临床和研究。该团队还计划在更大的样本组进行更多的实验,进一步验证他们将电动汽车作为糖尿病患者风险分层的非传统生物标志物的假设。

    相关文章

    新的早期检测传感器为1型糖尿病“srcset=

    新的早期检测传感器为1型糖尿病

    研究人员正在开发1型糖尿病的早期检测技术,可以准确预测儿童是否有患这种慢性疾病的风险。

    血糖监测不需要针头“>
        </figure></a>
       <div class=

    血糖监测不需要针头

    研究人员开发了一种首先种类的可穿戴,无创葡萄糖监测装置原型。

    3D电子神经刺激自动化“srcset=

    3D电子神经刺激自动化

    杜克大学的生物医学工程师开发了一个开源软件平台,可以自动进行3D电神经刺激建模。

    AI措施在心脏周围脂肪以预测糖尿病“>
        </figure></a>
       <div class=

    AI措施在心脏周围脂肪以预测糖尿病

    研究人员开发了一种新的人工智能工具,可以从MRI扫描图像自动测量心脏周围的脂肪量。

    微流体芯片简化了Covid-19测试“srcset=

    微流体芯片简化了Covid-19测试

    在编程的磁纳米柜的帮助下,可以在55分钟或更短时间内诊断Covid-19,并允许插入搁板的手机的诊断工具。

    传感器快速检测多个败血症生物标志物“srcset=

    传感器快速检测多个败血症生物标志物

    Wyss研究所的快速电化学传感器技术现在能够以低成本对血液生物标志物进行特异性和多路检测。

    mhealth:基于智能手机的COVID-19检测“srcset=

    mhealth:基于智能手机的COVID-19检测

    研究人员正在开发利用智能手机显微镜分析唾液样本,10分钟左右就能得出结果的新冠病毒检测方法。

    心血管疾病:数码双胞胎改善治疗“srcset=

    心血管疾病:数码双胞胎改善治疗

    利用数学图像处理技术,科学家发现了一种从人类心脏创造数字双胞胎的方法。

    AIS检测糖尿病眼病不一致“srcset=

    AIS检测糖尿病眼病不一致

    尽管一些人工智能软件的测试相当不错,但只有一个能达到人类筛选者的性能。

    受欢迎的文章

    订阅简报
    Baidu