Tumoren sind eines der Hauptprobleme für die globale medizinische Forschung, und eine präzise Behandlung von Tumoren ist der Schlüssel zur wirksamen Behandlung. Die Prämisse der präzisen Behandlung besteht jedoch darin, ein umfassendes und klares Verständnis der molekularen Informationen im Tumor zu haben. Es wird erwartet, dass die Space Omics -Technologie, die in den letzten Jahren entstanden ist, dieses Problem lösen wird. Räumliche Omics ist wie "hochauflösende Fotos auf Molekularebene" für Tumoren, die die strukturellen Eigenschaften von Tumoren auf molekularer Ebene vollständig aufzeigen können. Durch diese "Fotos" können Forscher Einblick in die spezifischen Merkmale des Tumors erhalten und Klinikern helfen, genauere Krankheitsinformationen zu erhalten. Wie Sie jedoch die hohe Auflösung des "Fotos" von Tumorproteinmolekülen sicherstellen und gleichzeitig ein größeres Sichtfeld abdecken, war schon immer ein technisches Problem für die räumliche Proteomik.

Als Reaktion auf die oben genannten technischen Schwierigkeiten erreichte das Team von Zhao Fangqing aus dem Institut für Zoologie der chinesischen Akademie der Wissenschaften die erste Analyse der räumlichen Verteilung von Tausenden von Proteinen auf der gesamten Gewebeabschnittsebene über die Spatial Proteomic Technology Plato. Die wissenschaftlichen Forscher meines Landes haben künstliche Intelligenztechnologie eingesetzt, um die Diagnose und Behandlung von Krebs zu unterstützen, um neue Fortschritte zu erzielen. Durch tief integrierte künstliche Intelligenzalgorithmen, mikrofluidische Steuerungstechnologie und Massenspektrometrieanalyse haben sie viele Engpässe in der vorhandenen Weltraum -Proteomik -Technologie erfolgreich durchgebrochen. Dieses Ergebnis wurde am 24. Januar in Peking Zeit in der International Academic Journal "Cell" (Cell) veröffentlicht.

Es wird davon ausgegangen, dass ein Highlight der räumlichen Proteomics-Technologie von Platon die äußerst hohe Informationsnutzungsrate ist. Es nutzt künstliche Intelligenz voll aus, um eine effiziente räumliche Proteomanalyse im gesamten Gewebe unter begrenzten Stichprobendaten durchzuführen. Es kann eine extrem hohe Auflösung von 25 Mikrometern in einem großen Sichtfeld erreichen und gleichzeitig die Verteilung von mehr als Tausenden von Proteinen im Tumorgewebe nachweisen. Dieser Prozess ist wie "hochauflösende Bilder" von Tumoren gleichzeitig aus Tausenden verschiedener Dimensionen, sodass wir die internen Arbeiten des Tumors aus mehreren Blickwinkeln vollständig verstehen können. Die Anwendung des Forschungsteams in Brustkrebsproben zeigt das große Potenzial von Platon: zeigt nicht nur deutlich die Verteilung von Molekülen im Tumor, sondern zeigt auch die komplexe Wechselwirkung zwischen Tumorzellen und der umgebenden Mikroumgebung.

Mit der kontinuierlichen Optimierung der Technologie soll Platon in der klinischen Diagnose eingesetzt werden, insbesondere um neue Lösungen für die genaue Typisierung und personalisierte Behandlung seltener Tumoren bereitzustellen. In Zukunft hoffen die Forscher, dass Platon Klinikern eine vollständige Tumormolekularkarte zur Verfügung stellen kann, sodass die Diagnose und Behandlung von Tumoren nicht mehr "einheitlich", sondern zugeschnitten ist, um Patienten zu helfen, den am besten geeigneten Behandlungsplan zu erhalten und das Überleben und die Lebensqualität zu verbessern.

(CCTV-Reporter Shuai Junquan Chu Erjia)