根據(jù)發(fā)表在eLife上的一項研究，一種使用尖端技術的新工具能夠根據(jù)血栓的成因區(qū)分不同類型的血栓。
該工具可以幫助醫(yī)生診斷導致血栓的原因，并幫助他們選擇針對原因的治療方法來分解血栓。例如，它可以幫助他們確定阿司匹林或另一種抗凝藥物是否是剛剛心臟病發(fā)作或中風的人的最佳選擇。
當稱為血小板的小粘性血細胞聚集在一起時，就會發(fā)生血凝塊。這有助于在割傷后止血，但也可能因阻塞血管而導致中風或心臟病發(fā)作。“不同類型的血栓是由不同的分子引起的，但它們看起來都非常相似，”主要作者、博士 Yuqi Zhou 解釋說。日本東京大學化學系學生。“更重要的是，使用顯微鏡等現(xiàn)有工具幾乎不可能區(qū)分它們。”
為了開發(fā)一種更有效的方法來識別不同類型的血凝塊，Zhou 和她的同事從健康個體身上采集了血液樣本，然后將它們暴露于不同的凝血劑中。該團隊使用一種稱為高通量成像流式細胞術的技術捕獲了數(shù)千張不同類型凝塊的圖像。
接下來，他們使用一種稱為卷積神經(jīng)網(wǎng)絡的機器學習技術來訓練計算機識別由不同分子引起的不同類型凝塊形狀的細微差異。他們在 25,000 張計算機從未見過的血塊圖像上測試了這個工具，發(fā)現(xiàn)它也能夠區(qū)分圖像中的大多數(shù)血塊類型。
最后，他們測試了這種被他們命名為智能血小板聚集分類器 (iPAC) 的新工具是否可以診斷人類血液樣本中的不同凝塊類型。他們從四個健康人身上采集了血樣，將他們暴露在不同的凝血劑中，結果表明 iPAC 可以區(qū)分不同類型的血塊。
“我們證明了 iPAC 是研究凝塊形成潛在機制的有力工具，”Zhou 說。她補充說，鑒于最近有關 COVID-19 導致血栓的報道，這項技術有朝一日也可以用于更好地了解這些血栓背后的機制，盡管目前對該病毒的很多了解仍然未知。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！