인공 랜덤 룰렛 힘을 발휘하여 장기 온 칩을 개선하기 위해

텍사스 A & M University Biomedical Engineering 박사 과정에서 유행병 기간 동안 집에서 일하는 데 어려움이 있었음에도 불구하고 그의 분야에서 가장 어려운 질문 중 하나에 대답하기 위해 기계 학습 및 랜덤 룰렛 지능 (AI)에 관심을 적용하기로 결정했습니다.-혈액의 혈액 모세관 생산 품질은 어떻게 표준화 될 수 있습니까? 최근에 발표 된 두 논문에서 Tronolone은 해결책을 제공합니다.

미세 생리 학적 시스템, 또는 칩의 장기는 조직, 기관 또는 기관 시스템의 기본 기능 단위로 성장한 인간 세포를 함유하는 미세한 챔버입니다. 혈관 화 된 경우, Organs-on-A-Chip은 생리 학적으로 관련된 동물 모델 대신 인간 유래 모델을 제공함으로써 약물 발달에 혁명을 일으킬 수 있습니다.

그러나 실험실 간 칩 개발의 차이로 인해 Organs-on-A-Chip은 지금까지 재생산하기가 어렵습니다.

“생물 의학 랜덤 룰렛에서 모든 사람은 혈액 모세관의 형태를 측정하고 있으며 실험실에서는 기능이나 산소화를 측정합니다.”라고 Tronolone은 말했습니다. "내가 훈련시킨 신경망은 둘 사이의 간격을 훈련 시켰습니다. 이제 우리는 혈관이 어떤 혈관이 신경 네트워크에 보이는지에 대한 사진을 입력 할 수 있으며, 선박이 장기 칩에 영양을 공간 할 정도로 정량적으로 결정할 수 있습니다.".

혈관 네트워크의 품질을 측정하도록 설계된 알고리즘은 Tronolone의 최근 간행물 에보 고되어 있습니다 :“감독 기계 학습을 갖춘 혈관 화 미세 생리 학적 시스템의 형태 학적 및 생물학적 기능의 평가” 안에생물 의학 랜덤 룰렛 Annals및 "산소 수송의 기계 학습 사슬 신경 네트워크 분석 혈관 화 된 미세 생리 학적 시스템의 생리 학적 관련성을 증폭시킵니다” 안에바이오 엔지니어링 및 번역 의학.

Tronolone은 기계 학습 및 신경망의 사용을 설명하여 혈관 모세관-칩 시스템을 정량적으로 비교하는 혈관 네트워크 품질 지수 (VNQI)를 개발하는 것을 설명합니다.

“첫 번째 논문은 기계 학습을 사용하여 모든 혈관의 탐색 적 데이터 분석에 전념하고있다”고 그는 말했다. “이것은 우리가 형태를 기능과 관련시킬 수있게 해주었다. 두 번째 논문에서, 우리는이 데이터를 신경망에 공급하여 94% 이상의 정확도로 혈관 네트워크 품질 지수를 출력 할 것이다. 이제 혈관의 그림을 찍고 프로그램에 입력 할 수있다.

Tronolone은 이러한 혈액 모세관-칩 랜덤 룰렛의 표준화가 의료 규제 관행에서 더욱 발전하기를 희망합니다. 그는 품질 지수를 사용하여 랜덤 룰렛원들이“사과와 사과”를 비교하여 다른 랜덤 룰렛자들의 작업을 더 쉽게 복제 할 수 있다고 말했다.

표준화 된 지표를 사용하면 이제 규제 기관에 가서 더 많은 자신감을 갖는 인간 임상 랜덤 룰렛를위한 새로운 생체 ​​재료 또는 약물을 소개 할 수 있습니다. "우리는 이러한 새로운 재료 나 약물이 VNQI로 평가 된 혈관 화 된 기관-온 칩을 사용하여 테스트되었음을 ​​보여줄 수 있습니다."

이 연구는 National Science Foundation 대학원 연구 친교와 미국 심장 협회 사전 랜덤 룰렛적 친교에 의해 자금을 지원합니다. 그는 또한 생물 의학 랜덤 룰렛부 National Excellence Fellowship의 최초의 수상자이며, Texas A & M에 최고 학생들을 모집하여 번역 연구에 중점을 둔 박사 학위를 추구하기위한 부서 책임자 이니셔티브입니다..

그는 생의학 랜덤 룰렛 부서의 부교수, Barbara 및 Ralph Cox '53 Engineering College의 교수 및 바이오에 영감을받은 소규모 소액 시스템 실험실 이사 인 Abhishek Jain 박사에게 조언을받습니다.

“Jim은 자연스러운 발명가입니다.”라고 Jain은 말했습니다. "그는 문제를 이해하고, 현재 문헌을 파악하여 현재 분야의 분야의 전문가가 된 다음 문제를 해결할 수있는 창의적인 방법을 찾을 수있는 놀라운 능력을 가지고 있습니다.".