我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

代谢组学生物学网络如何帮助诊断膀胱癌吗

代谢组学生物学网络如何帮助诊断膀胱癌内容块形象吗

想要一个免费的PDF版本的这个行业洞察力?

完成下面的表格,我们将电子邮件您的PDF版本“代谢组学生物学网络可以帮助诊断膀胱癌”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

回顾性研究最近强调了使用代谢组生物标志物网络作为膀胱癌的非侵入性诊断测试。希望在进一步细化,测试将在2018年达到ce标志。

我们采访了马克西米利安Zucker博士,首席技术官numares AG)更多地了解这种方法,一些优势可能提供过电流方法,和代谢组学生物学网络在未来可能发挥的作用的诊断。


目前膀胱癌诊断,以及这些方法的局限性是什么?


BCA诊断膀胱镜检查的标准方法。在这个内镜程序灵活的光管通过尿道插入膀胱目视检查。这个过程不仅是侵入性的,但昂贵的为病人和与不适。这就是为什么欧洲泌尿外科协会(淡)已经表示在2013年的“指导方针Non-muscle-invasive膀胱癌(TaT1和CIS)”, 5.7秒。,“未来的研究应该探索前/尿液标志物的可行性替代膀胱镜检查患者的显微血尿”。

你能告诉我们关于代谢组生物标志物的使用网络作为一种替代方法?

膀胱癌的主要症状是血尿,即血液尿液中。血尿可以出现在两个变量;macrohematuria,血液在尿液用肉眼可见,microhematuria,即由于低浓度血是不可见的。

绝大多数患者呈现microhematuria进行膀胱镜检查,因为只有20 - 25%临床记忆和超声波检查可以确定膀胱炎或石头尿血液疾病作为一个合理的原因。剩下的75 - 80%的港口BCA只有大约5%的病人。

因此,大多数microhematuric病人进行膀胱镜检查虽然没有BCA。numares“代谢组学测试旨在识别那些microhematuric BCA患者。测试是基于现货尿液分析代谢产物用NMR(核磁共振)光谱。通过这种方式,同时测量几个代谢物。少数的这些代谢物的代谢网络,即这些代谢物结合给一个分数BCA的指示器。组成网络的代谢物被确定使用机器学习等人工智能技术。

为什么你把精力集中在代谢组学网络而不是单一的生物标志物吗?

在我们看来生物标志物组成的网络可以更好的反映了巨大的生物多样性观察人口比任何单一的生物标志物。生物太复杂而无法反映在一个措施。此外,网络有效地补偿有限的性能和/或单一标记的鲁棒性。重要的是,一些平庸的标记的组合在一个网络最能表现高执行单一的标记。

你能告诉我们一些其他的尿检的优势?

一般来说,尿液测试非侵入性避免所有的不适与膀胱镜检查。作为测试的组合多个尿液标志物,它克服了有限的鲁棒性的问题单生物标志物的竞争对手。

一般来说,所有的测试由numares AXINON NMR上操作系统,这是一个“物理”测量方法。因此,没有化学试剂参与代谢物量化。因此,样品制备是非常简单和其他古典分析方法相比,这一个易于使用的系统。测试本身是一个软件,必须安装在AXINON系统,允许附加分析系统上的其他测试。

相比传统chemistry-based诊断行业的优势是什么numares的基于软件的方法吗?

经典临床化学利用复杂的化学分析。这有几大缺点,例如化工化验是昂贵和费时的发展,生产的产品一般,而参与其中。测量化学反应的结果是件非常困难的事情;其结果可能会受许多因素的影响。

相比之下,我们的技术有不同的根源;开发基本上是in-silico应用大数据机器学习工具。作为结果,我们获得的软件算法实现。因此,生产仅仅是由燃烧的CD上这个软件。

此外,一旦分析,样本的数字指纹可用于多个测试应用程序不需要有关,甚至天或年之后测量。

多大的一个角色你看到代谢组生物标志物在诊断的未来?

在我们看来代谢组生物标志物网络代表一个关键概念来克服当前有限的可用性高度可靠和健壮的单一的绝大多数疾病的生物标记物。新陈代谢是整个基因表达的动态分子端点机械、小型基因表达水平变化和/或酶活性水平响应环境刺激导致有时整体代谢物水平的急剧改变,例如乳酸水平可以不同的10 - 20倍,以应对剧烈运动。

你有什么未来的工作计划?

在BCA测试开发的背景下,我们将我们的承诺结果转化为原型。优化后,其诊断性能将在我们未来的独立验证叶片研究队列。

除此之外,numares追求一个广泛的产品线,包括各种肿瘤疾病、肾脏疾病、心血管疾病等。再一次,这是唯一可能AXINON系统是一个真正的平台技术,允许并行运行多个测试。

马克西米利安Zucker博士是安娜·麦克唐纳,编辑技术网络。188金宝搏备用

满足作者
安娜·麦克唐纳
安娜·麦克唐纳
科学作家
广告
Baidu